Spatial structure of reproductive success infers mechanisms of ungulate invasion in Nearctic boreal landscapes
Notice bibliographique
Résumé
Abstract Landscape change is a key driver of biodiversity declines due to habitat loss and fragmentation, but spatially shifting resources can also facilitate range expansion and invasion. Invasive populations are reproductively successful, and landscape change may buoy this success. We show how modeling the spatial structure of reproductive success can elucidate the mechanisms of range shifts and sustained invasions for mammalian species with attendant young. We use an example of white‐tailed deer (deer; Odocoileus virginianus) expansion in the Nearctic boreal forest, a North American phenomenon implicated in severe declines of threatened woodland caribou (Rangifer tarandus). We hypothesized that deer reproductive success is linked to forage subsidies provided by extensive landscape change via resource extraction. We measured deer occurrence using data from 62 camera traps in northern Alberta, Canada, over three years. We weighed support for multiple competing hypotheses about deer reproductive success using multistate occupancy models and generalized linear models in an AIC‐based model selection framework. Spatial patterns of reproductive success were best explained by features associated with petroleum exploration and extraction, which offer early‐seral vegetation resource subsidies. Effect sizes of anthropogenic features eclipsed natural heterogeneity by two orders of magnitude. We conclude that anthropogenic early‐seral forage subsidies support high springtime reproductive success, mitigating or exceeding winter losses, maintaining populations. Synthesis and Applications. Modeling spatial structuring in reproductive success can become a key goal of remote camera‐based global networks, yielding ecological insights into mechanisms of invasion and range shifts to inform effective decision‐making for global biodiversity conservation.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».