Integration of aerial surveys and resource selection analysis indicates human land use supports boreal deer expansion
Notice bibliographique
Résumé
Landscape change is a driver of global biodiversity loss. In the western Nearctic, petroleum exploration and extraction is a major contributor to landscape change, with concomitant effects on large mammal populations. One of those effects is the continued expansion of invasive white-tailed deer populations into the boreal forest, with ramifications for the whole ecosystem. We explored deer resource selection within the oil sands region of the boreal forest using a novel application of aerial ungulate survey (AUS) data. Deer locations from AUS were "used" points and together with randomly allocated "available" points informed deer resource selection in relation to landscape variables in the boreal forest. We created a candidate set of generalized linear models representing competing hypotheses about the role of natural landscape features, forest harvesting, cultivation, roads, and petroleum features. We ranked these in an information-theoretic framework. A combination of natural and anthropogenic landscape features best explained deer resource selection. Deer strongly selected seismic lines and other linear features associated with petroleum exploration and extraction, likely as movement corridors and resource subsidies. Forest harvesting and cultivation, important contributors to expansion in other parts of the white-tailed deer range, were not as important here. Stemming deer expansion to conserve native ungulates and maintain key predator-prey processes will likely require landscape management to restore the widespread linear features crossing the vast oil sands region.
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 | 0,001 | 0,000 |
| 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 | 0,001 | 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) | 0,002 | 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 ».