Effects of compound disturbance on Canada lynx and snowshoe hare: Wildfire and forest management influence timing and intensity of use
Notice bibliographique
Résumé
Wildfires are increasing in scale and impact on the landscape, altering large amounts of wildlife habitat and forest ecosystems. The reduction of fuels through forest management is considered a primary way to reduce the extent and severity of wildfires before they occur but may lead to a decrease in tree density prohibitive of some species’ habitat. Alternatively, management actions undertaken after a fire may speed the trajectory of burned areas back into quality habitat but may also impede this development if the wrong type of treatment is undertaken. Thus, information on how different management actions, applied either pre- or post-fire, can influence the timing of a burned area’s return to suitable habitat will help managers conserve species on the landscape. Our study aims to understand how a rare carnivore, Canada lynx ( Lynx canadensis ), uses stands managed with different silviculture actions at different times relative to wildfire. We used GPS locations from 39 individual lynx collected from 2004 to 2015 to examine the response of lynx to wildfire compounded by active forest management, where time since fire at time of use ranged from 1 to 27 years. To understand the drivers behind lynx use of wildfires, we also focused on the primary prey of Canada lynx, snowshoe hares ( Lepus americanus ), using pellet counts across a similar range of post-fire treatment types in fires between 22 and 28 years old. We also assessed vegetation recovery and forest structure over time since wildfire using remotely sensed data and field measurements. We found that lynx intensity of use differed based on timing and type of management action, with the greatest lynx use ∼25 years after a wildfire managed with post-fire regeneration cuts (removal of the majority of the canopy). Lynx use was likely driven by hare abundance, which was also highest in post-fire regeneration cuts, characterized at time of use by dense lodgepole pine stands. We conclude that managing landscapes with a mosaic of active (pre- and post-fire treatments) and passive (hands-off) management will best conserve a desirable range of lynx habitat in an increasingly fire-impacted landscape.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».