Ungulate occurrence in forest harvest blocks is influenced by forage availability, surrounding habitat and silviculture practices
Notice bibliographique
Résumé
Abstract Forest harvesting causes habitat loss and alteration and can change predator–prey dynamics. In Canada, forest harvesting has shifted the distribution and abundance of ungulates (deer, elk and moose) that prefer early seral forest, resulting in unsustainable caribou predation by shared predators (bears, cougars and wolves). Long‐term solutions for caribou recovery require management to reduce ungulate prey species within caribou ranges. Silviculture practices applied after forest harvesting directly affect the amount of forage available in harvested areas, and therefore influence ungulate distribution, but few studies have completed detailed assessments on how specific treatments of site preparation, planting and stand tending influence ungulate use of harvest blocks. We used camera traps, silviculture data, GIS‐derived habitat and disturbance data, and detailed vegetation data collected at field sites to investigate ungulate occurrence in harvest blocks in west‐central Alberta, Canada. We compared seasonal ungulate occurrence and investigated how site‐specific characteristics, the surrounding habitat and disturbance density, and fine‐scale silviculture treatments influenced ungulate occurrence in blocks. Deer, elk and moose occurrence was higher in summer compared to winter. Elk, moose and white‐tailed deer occurrence was higher in blocks with greater availability of specific forage species. Moose occurrence was higher in blocks with a lower road density in the surrounding area, and white‐tailed deer occurrence was higher in blocks further from seismic lines and with a lower proportion of harvest blocks in the surrounding area. Deer, elk and moose occurrence was higher in younger harvest blocks. Mule deer and white‐tailed deer occurrence was lower in blocks with higher planting densities of lodgepole pine, and mule deer occurrence was also lower in blocks that had been stand tended. Our study provides detailed information on ungulate response to fine‐scale silviculture methods used in Alberta, directly linking wildlife occurrence to forestry practices, and providing practical scientific information to inform sustainable forestry. Translating this research into practical landscape management decisions could benefit boreal biodiversity, including threatened species like caribou, and culturally and economically important species like deer, elk and moose.
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 | 0,002 |
| 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 | 0,001 |
| 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 ».