Hunting of sika deer over six decades does not restore forest regeneration
Notice bibliographique
Résumé
Abstract High densities of native and introduced deer hamper the regeneration of temperate forests worldwide. Sport hunting is often the sole means of deer control, but whether it can restore forest regeneration remains uncertain. We assessed the potential to restore forest regeneration using unrestricted sport hunting alongside commercial harvesting and government‐funded culling of introduced sika deer ( Cervus nippon ) across a 594 km 2 landscape in North Island, New Zealand. We used six decades of repeated measurements of forest regeneration and deer presence, alongside monitoring of tagged stems in a 20‐year paired exclosure experiment, to determine whether deer control restored regeneration. In our exclosure experiment, mountain beech ( Fuscospora cliffortioides ) seedling and sapling density, growth and survival were variable but consistently higher when deer were excluded by fencing. Sapling counts in unfenced plots were ≈3–10 times lower after 60 years of deer control compared with unfenced plots, before sika colonisation and other mountain beech forests without sika deer. This result suggests canopy replacement remains at risk despite government‐funded culling and encouragement of sport hunting. Individual‐based demographic models show that mountain beech is unlikely to regenerate following canopy gap formation in our study landscape unless deer impacts are reduced from current levels. These demographic models predicted present‐day forest regeneration far better than two widely used proxies of deer impact: plot‐based counts of saplings and estimates of deer densities from faecal pellet counts. Synthesis and applications . Here, we show that intensive culling beyond that achievable by sport hunting is needed to reduce deer densities enough to assure canopy regeneration. These interventions will be necessary in the many places worldwide where sport hunting is being relied upon to protect forests but appears to be failing. Given the controversy associated with deer culling, and the need for clear evidence to justify its implementation, we suggest managers could strengthen the evidence base for their interventions by collecting data to build demographic models.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 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 ».