Influence of environmental change, harvest exposure, and human disturbance on population trends of greater sage-grouse
Notice bibliographique
Résumé
Hunter harvest of greater sage-grouse (Centrocercus urophasianus; hereafter "sage-grouse") has been regulated by wildlife agencies during most of the past century. Hunting season regulations were maintained with the intention of providing sustainable hunting opportunities. Sage-grouse populations oscillate over time, and population growth can be influenced by seasonal weather and habitat disturbance. From 1995-2013, we compared sage-grouse lek trends from 22 relatively distinct sage-grouse population segments in 9 western U.S. states and 2 Canadian provinces. We stratified these populations into 3 broad categories (non-hunted [n = 8], continuously hunted [n = 10], and hunting season discontinued between 1996-2003 [n = 4]) with 8 different regulation histories to evaluate the potential impact of harvest on sage-grouse populations. Concomitantly, we assessed the effects of proportion burned, forested and cropland habitat; winter, spring, and summer precipitation; and human population, road, and oil and gas well densities on initial and time-varying lek counts. Density-dependent models fit lek trend data best for all regulation histories. In general, higher proportions of burnt, forested, and cropland habitat; and greater human population and oil and gas well densities were associated with lower equilibrium abundance (K). We found mixed results regarding the effect of hunting regulations on instantaneous growth rate (r). The cessation of harvest from 1996-2001 in approximately half of the largest sage-grouse population in our analysis was associated with higher r. Continuously harvested sage-grouse populations with permit hunting seasons had higher r during years with higher proportion of area exposed to permitted hunting rather than general upland game seasons. However, more liberal hunting regulations were positively associated with higher r in populations continuously harvested under general upland game hunts. Our results suggest that discontinuing harvest in the largest population resulted in greater population growth rates; however, this was not consistently the case for smaller populations. To no surprise, not all sage-grouse populations were influenced by the same environmental change or human disturbance factors. Our results will assist managers to understand factors associated with K, which provides the best targets for conservation efforts.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».