Noise and landscape features influence habitat use of mammalian herbivores in a natural gas field
Notice bibliographique
Résumé
Anthropogenic noise is a complex disturbance known to elicit a variety of responses in wild animals. Most studies examining the effects of noise on wildlife focus on vocal species, although theory suggests that the acoustic environment influences non-vocal species as well. Common mammalian prey species, like mule deer and hares and rabbits (members of the family Leporidae), rely on acoustic cues for information regarding predation, but the impacts of noise on their behaviour has received little attention. We paired acoustic recorders with camera traps to explore how average daily levels of anthropogenic noise from natural gas activity impacted occupancy and detection of mammalian herbivores in an energy field in the production phase of development. We consider the effects of noise in the context of several physical landscape variables associated with natural gas infrastructure that are known to influence habitat use patterns in mule deer. Our results suggest that mule deer detection probability was influenced by the interaction between physical landscape features and anthropogenic noise, with noise strongly reducing habitat use. In contrast, leporid habitat use was not related to noise but was influenced by landscape features. Notably, mule deer showed a stronger predicted negative response to roads with high noise exposure. This study highlights the complex interactions of anthropogenic disturbance and wildlife distribution and presents important evidence that the effects of anthropogenic noise should be considered in research focused on non-vocal specialist species and management plans for mule deer and other large ungulates.
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 ».