Some Memories Never Fade: Inferring Multi-Scale Memory Effects on Habitat Selection of a Migratory Ungulate Using Step-Selection Functions
Notice bibliographique
Résumé
Understanding how animals use information about their environment to make movement decisions underpins our ability to explain drivers of and predict animal movement. Memory is the cognitive process that allows species to store information about experienced landscapes, however, remains an understudied topic in movement ecology. By studying how species select for familiar locations, visited recently and in the past, we can gain insight to how they store and use local information in multiple memory types. In this study, we analyzed the movements of a migratory mule deer ( Odocoileus hemionus ) population in the Piceance Basin of Colorado, United States to investigate the influence of spatial experience over different time scales on seasonal range habitat selection. We inferred the influence of short and long-term memory from the contribution to habitat selection of previous space use within the same season and during the prior year, respectively. We fit step-selection functions to GPS collar data from 32 female deer and tested the predictive ability of covariates representing current environmental conditions and both metrics of previous space use on habitat selection, inferring the latter as the influence of memory within and between seasons (summer vs. winter). Across individuals, models incorporating covariates representing both recent and past experience and environmental covariates performed best. In the top model, locations that had been previously visited within the same season and locations from previous seasons were more strongly selected relative to environmental covariates, which we interpret as evidence for the strong influence of both short- and long-term memory in driving seasonal range habitat selection. Further, the influence of previous space uses was stronger in the summer relative to winter, which is when deer in this population demonstrated strongest philopatry to their range. Our results suggest that mule deer update their seasonal range cognitive map in real time and retain long-term information about seasonal ranges, which supports the existing theory that memory is a mechanism leading to emergent space-use patterns such as site fidelity. Lastly, these findings provide novel insight into how species store and use information over different time scales.
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 | 0,001 |
| 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 ».