A follow‐up assessment of wildlife‐permeable fences used in the reintroduction of bison
Notice bibliographique
Résumé
Fences are an important tool for anchoring reintroduced species to a target area, and there is a need to understand their effect on other wildlife species. However, little is understood about the response of wildlife to newly constructed fences over time. We evaluated fences used in the reintroduction of plains bison Bison bison to Banff National Park, Canada. These fences were designed to contain reintroduced bison while allowing for the free passage of other wildlife. In 2020, we provided an assessment of the permeability of several fence designs. Here, we investigated longer‐term fence effects and addressed the emerging question of whether wildlife adapt their behaviours to navigate fences more effectively over time. We used an expanded array of remote cameras and a before‐after‐control‐impact design to evaluate changes in detection probability for 12 species. Next, we tested for changes in crossing rates and travel speeds of migratory elk Cervus canadensis using 22 years of GPS collar data. Finally, we examined whether species detections or elk movements changed over time after fences were constructed. Changes in detection probability near fences were inconsistent between species. Elk fence crossing rates decreased after fence construction, and travel speeds slowed by a negligible amount. However, these effects were temporary – wildlife learned to cross fences more efficiently over time. Elk movement metrics followed a non‐linear pattern after the appearance of fences and began returning to pre‐fence states after approximately two years. Our study provides new information on the implementation of fences for conservation objectives while minimizing impacts on sympatric wildlife.
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 | 0,001 |
| 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) | 0,000 | 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 ».