Tracking long-term landscape change : habitat connectivity for moose and fisher in Tsilhqot’in territory
Notice bibliographique
Résumé
Traditional ecological knowledge and values of Indigenous peoples are increasingly incorporated into resource management. However, science still lacks sufficient examples of collaborative research with Indigenous communities. To explore the potential of geospatial approaches in this regard, I examined changes in habitat connectivity from 1984 to 2019 for two species of significance to the Tŝilhqot’in First Nation: fisher (Pekania pennanti) and moose (Alces alces). Within the Tŝilhqot’in traditional territory, I used existing geospatial datasets in conjunction with ecological literature to map fisher and moose habitat suitability over time. Then, these suitability ratings were used as proxies for animal movement to create resistance surfaces. These resistance surfaces were further used in a long-term connectivity analysis for each species (via Linkage Mapper software) throughout the study area and within a highly disturbed sub-region. Connectivity was quantified using measures of patch size, corridors (i.e. cost-weighted distance), as well as importance values for patches and corridors (i.e. centrality) and areas of high resistance (i.e. barriers). Based on the accounts of Tŝilhqot’in communities and regionally reported population declines linked to landscape-level disturbances, I expected that connectivity would decline for both species. However, between 1984 and 2019, quantitative connectivity metrics for fisher habitat showed conflicting results, including decreased patch size in the disturbed sub-region but not across the total study area. Habitat connectivity indicators for moose generally indicated improved connectivity, including increased patch size and reduced intensity of barriers. Centrality (indicating the most important pathways) shifted greatly for fisher, yet not for moose habitat. Possible associations between decreased fisher population and habitat connectivity are discussed (such as habitat loss), as are the factors potentially explaining moose population declines despite increasing habitat connectivity (such as greater predation risk while accessing abundant browse). This research demonstrates a collaborative application of geospatial techniques that can enhance our understanding of landscape connectivity of Indigenous wildlife resources and offers suggestions for managing connectivity in the face of landscape alteration and climate change.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».