Seasonal Climate Variation and Caribou Availability: Modeling Sequential Movement Using Satellite-Relocation Data
Notice bibliographique
Résumé
ABSTRACT. Livelihood systems that depend on mobile resources must constantly adapt to change. For people living in permanent settlements, environmental changes that affect the distribution of a migratory species may reduce the availability of a primary food source, with the potential to destabilize the regional social-ecological system. Food security for Arctic indigenous peoples harvesting barren ground caribou (Rangifer tarandus granti) depends on movement patterns of migratory herds. Quantitative assessments of physical, ecological, and social effects on caribou distribution have proven difficult because of the significant interannual variability in seasonal caribou movement patterns. We developed and evaluated a modeling approach for simulating the distribution of a migratory herd throughout its annual cycle over a multiyear period. Beginning with spatial and temporal scales developed in previous studies of the Porcupine Caribou Herd of Canada and Alaska, we used satellite collar locations to compute and analyze season-by-season probabilities of movement of animals between habitat zones under two alternative weather conditions for each season. We then built a set of transition matrices from these movement probabilities, and simulated the sequence of movements across the landscape as a Markov process driven by externally imposed seasonal weather states. Statistical tests showed that the predicted distributions of caribou were consistent with observed distributions, and significantly correlated with subsistence harvest levels for three user communities. Our approach could be applied to other caribou herds and could be adapted for simulating the distribution of other ungulates and species with similarly large interannual variability in the use of their range.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».