Influences of landscape change and winter severity on invasive ungulate persistence in the Nearctic boreal forest
Notice bibliographique
Résumé
Climate and landscape change are drivers of species range shifts and biodiversity loss; understanding how they facilitate and sustain invasions has been empirically challenging. Winter severity is decreasing with climate change and is a predicted mechanism of contemporary and future range shifts. For example, white-tailed deer (Odocoileus virginianus) expansion is a continental phenomenon across the Nearctic with ecological consequences for entire biotic communities. We capitalized on recent temporal variation in winter severity to examine spatial and temporal dynamics of invasive deer distribution in the Nearctic boreal forest. We hypothesized deer distribution would decrease in severe winters reflecting historical climate constraints, and remain more static in moderate winters reflecting recent climate. Further, we predicted that regardless of winter severity, deer distribution would persist and be best explained by early seral forage subsidies from extensive landscape change via resource extraction. We applied dynamic occupancy models in time, and species distribution models in space, to data from 62 camera traps sampled over 3 years in northeastern Alberta, Canada. Deer distribution shrank more markedly in severe winters but rebounded each spring regardless of winter severity. Deer distribution was best explained by anthropogenic landscape features assumed to provide early seral vegetation subsidy, accounting for natural landcover. We conclude that deer dynamics in the northern boreal forest are influenced both by landscape change across space and winter severity through time, the latter expected to further decrease with climate change. We contend that the combined influence of these two drivers is likely pervasive for many species, with changing resources offsetting or augmenting physiological limitations.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».