Industrial development alters wolf spatial distribution mediated by prey availability
Notice bibliographique
Résumé
Abstract Increasing resource extraction and human activity are reshaping species' spatial distributions in human‐altered landscape and consequently shaping the dynamics of interspecific interactions, such as between predators and prey. To evaluate the effects of industrial features and human activity on the occurrence of wolves (Canis lupus), we used wildlife detection data collected in 2014 from an array of 122 remote wildlife camera traps in Alberta's Rocky Mountains and foothills near Hinton, Canada. Using generalized linear models, we compared the occurrence frequency of wolves at camera sites to natural land cover, industrial disturbance (forestry and oil/gas exploration), human activity (motorized and non‐motorized), and prey availability (moose, Alces alces; elk, Cervus elaphus; mule deer, Odocoileus hemionus; and white‐tailed deer, Odocoileus virginianus). Industrial block features (well sites and cutblocks) and prey (elk or mule deer) availability interacted to influence wolf occurrence, but models including motorized and non‐motorized human activity were not strongly supported. Wolves occurred infrequently at sites with high densities of well sites and cutblocks, except when elk or mule deer were frequently detected. Our results suggest that wolves risk using industrial block features when prey occur frequently to increase predation opportunities, but otherwise avoid them due to risk of human encounters. Effective management of wolves in anthropogenically altered landscapes thus requires the simultaneous consideration of industrial block features and populations of elk and mule deer.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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) | 0,002 | 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 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 ».