Targeted efforts are more effective than combined approaches for sampling two rare carnivores
Notice bibliographique
Résumé
Abstract Verifying the abundance and distribution of species of conservation concern is necessary for land management agencies to determine potential impacts of management actions and for monitoring long‐term population trends. In the Rocky Mountains of the United States, Canada lynx ( Lynx canadensis ) and wolverine ( Gulo gulo ) are currently species of management importance for federal land management agencies. Optimal winter methods for detecting the 2 species differ in that wolverines are generally detected using bait stations and lynx are most efficiently detected through snow‐track encounters. There has been interest in value‐added approaches such as observing track encounters while traveling to and from bait stations, to improve multispecies detection probabilities. To estimate the value of adding a track survey to bait station travel (referred to as en route surveys) compared to a stand‐alone snow track survey, we conducted both types of surveys in an area where bait stations were located in western Montana, known as the Southwestern Crown of the Continent, from 2013–2016. We collected genetic data (backtracking to genetic material once a track was encountered) and recorded the distance surveyed from both types of track surveys. Our results showed that stand‐alone track surveys were more efficient for detecting lynx than en route surveys in 2015 and 2016 and that there was no difference in track survey efficacy for wolverines across all survey years. In addition, for wolverine, both types of track surveys detected only 3 additional individuals not identified from bait stations (33 individuals total), suggesting that bait stations were the more effective method to detect wolverines. The opposite was true for lynx, with only 5 of 39 individuals identified during the study detected only from bait stations and not by track surveys (4 males and 1 female). In addition, distance surveyed during track surveys was a significant predictor of detection for both species. Our results suggest that ecology and behavior should be considered when designing noninvasive surveys for multiple target species and that complimentary and concurrent, but separate, efforts are likely more efficient for detecting species with differences in ecology and behavior.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».