Lek habitat suitability for the sharp-tailed grouse (Tympanuchus phasianellus jamesi) on the Northern Great Plains
Notice bibliographique
Résumé
Grassland birds in North America face many problems as a result of habitat loss and fragmentation; understanding their habitat requirements is critical for their conservation and management. The sharp-tailed grouse (Tympanuchus phasianellus) can be found throughout North American grasslands and is a species of economic and cultural importance, but it has experienced population declines over the last few decades. A large part of sharp-tailed grouse life history is focused on and around lekking grounds, which makes leks an essential feature for sharp-tailed grouse management. We used information from 596 leks and landcover predictors within 1-km and 5-km squares to perform Habitat Suitability Index modeling for sharp-tailed grouse on the Northern Great Plains in Saskatchewan, Canada. The proportion of grasslands at the 5-km scale and the 1-km scale were the two most important factors affecting lek occurrence (permutation importance = 34.8% and 26.9%, respectively). In every case, the 5-km scale predictors were ranked as having a more significant influence on lek occurrence than the 1-km scale. Other factors of importance included topographic roughness (9.7% permutation importance), and the proportion of human disturbance at the 5-km scale (5% permutation importance). Our study highlights the importance of large patches of grassland to support the occurrence of sharp-tailed grouse leks, and that a diverse set of habitat features are needed for sharp-tailed grouse management.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| 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 ».