Predator–prey co‐occurrence in harvest blocks: Implications for caribou and forestry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Forest harvesting alters habitat, impacts wildlife, and disrupts ecosystem function. Across the boreal forest of Canada, forest harvesting affects ungulate prey species and their predators, with cascading impacts on other species, including threatened woodland caribou. We used camera and vegetation data and occupancy modeling to investigate what characteristics in and around forestry harvest blocks influenced the occupancy and co‐occurrence of primary prey (elk, moose, mule deer, white‐tailed deer) and predators (black bear, cougar, grizzly bear, wolf) in harvest blocks. Occupancy was linked to forage, the surrounding habitat and anthropogenic disturbance, and silviculture practices. Black and grizzly bear occupancy was influenced by the presence of deer, and bear–deer co‐occurrence was influenced by site‐specific silviculture practices and surrounding anthropogenic disturbance. In the context of caribou recovery, our results indicate that forestry within caribou ranges could consider site‐specific silviculture practices and landscape‐level planning to reduce use of harvest blocks by primary prey. Future caribou recovery efforts may also consider the roles of deer and bears in caribou predation risk. Our study provides the first insights into the impacts of forestry and silviculture on boreal forest predator–prey co‐occurrence and provides practical management applications to mitigate the impacts of anthropogenic activities on the boreal forest ecosystem into the future.
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.
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 | 0,003 | 0,003 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| 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 découle