All forests are not equal: population demographics and denning behaviour of a recovering small carnivore in human modified landscapes
Notice bibliographique
Résumé
Landscapes occupied by recovering carnivore populations in Europe are highly modified by human activity. It is unclear how recovering predators will adapt and sustain populations in highly altered landscapes, with most existing research focused on large carnivores. To address this we contrast population demographics and denning behaviour of a small carnivore, the pine marten Martes martes , in a semi‐natural wooded landscape and a human‐modified landscape with limited forest cover composed of conifer plantation, using radio‐telemetry on 20 free‐ranging individuals in Northern Ireland. In the semi‐natural landscape, martens selected old growth, native forest making almost exclusive use of arboreal dens in living trees and standing deadwood. Martens persisted in the human‐modified landscape but with lower population density and recruitment, with a male‐biased sex ratio. In the human‐modified landscape martens denned in marginal habitats such as scrub, heath and property boundaries, while making use of subterranean or man‐made structures for dens in response to a lack of above ground denning opportunities. We demonstrate landscape change‐induced differences in behaviour and population structure in a recovering carnivore. The results highlight the importance of evaluating the availability of denning sites in carnivore conservation and provide valuable management considerations, key to mitigating human–wildlife conflict as carnivores continue to recover and recolonise Europe.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 tête enseignante, 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 ».