Effects of vegetation and topography on snowshoe hare relative abundance at the southern range periphery
Notice bibliographique
Résumé
Abstract The conservation of snowshoe hares (Lepus americanus) and their habitat is a major focus in the American West, largely because of their importance to the federally threatened Canada lynx (Lynx canadensis). Understanding the habitat relationships of snowshoe hare populations at the southern periphery of their distribution is particularly important because a warming climate is reducing the mesic forests and persistent snow cover they require. Using fecal pellet density as an index, we examined the factors influencing snowshoe hare relative abundance at 2 study areas in the Southern Rocky Mountains by comparing suites of candidate models containing fine‐scale vegetation and topographical covariates. The Birdseye Gulch study area is within an extensive area containing high elevations, mesic forests, and Canada lynx occurrence. The Three Peaks study area consists of an isolated zone of high elevation and mesic forests surrounded by inadequate habitat and is absent of Canada lynx. Mean hare pellet density in Birdseye Gulch was 2.48 pellets ± 0.46 (SE)/ (n = 49) versus 2.24 ± 0.48/m2 (n = 57) at Three Peaks. Models containing fine‐scale vegetation variables best explained pellet densities at Birdseye Gulch. Pellet densities at Three Peaks were best explained by topographical variables, with much unexplained variation within all models. The differing trends in these areas may be due to the absence of resident Canada lynx at Three Peaks and differences in topography between the areas. Our results indicate that snowshoe hare populations can persist in the type of isolated habitat that is increasingly common at the southern range periphery; however, the use of vegetation management to conserve habitat in these areas may be less effective because of weaker associations with vegetation structure.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 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 ».