MétaCan
Menu
Retour à la cohorte
Enregistrement W4394927693 · doi:10.1007/s10980-024-01835-x

Key breeding habitats of threatened golden eagles across Eastern Canada identified using a multi-level, multi-scale habitat selection approach

2024· article· en· W4394927693 sur OpenAlexafffundabout
Laurie D. Maynard, Jérôme Lemaître, Jean‐François Therrien, Tricia A. Miller, Todd E. Katzner, Scott G. Somershoe, Jeff Cooper, Robert Craig Sargent, Nicolas Lecomte

Notice bibliographique

RevueLandscape Ecology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensMinistère des Ressources naturelles et des ForêtsMinistère de l’Environnement, de la Lutte contre les changements climatiques, de la Faune et des ParcsUniversité de Moncton
Organismes subventionnairesGeorgia Department Of Natural ResourcesVirginia Department of Game and Inland FisheriesUniversité de MonctonTennessee Wildlife Resources Agency
Mots-clésThreatened speciesHabitatLandscape ecologyGeographySelection (genetic algorithm)EcologyScale (ratio)Nature ConservationKey (lock)Wildlife conservationBiologyCartographyComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Context In a conservation context, identifying key habitats suitable for reproduction, foraging, or survival is a useful tool, yet challenging for species with large geographic distributions and/or living in remote regions. Objectives The objective of this study is to identify selected habitats at multiple levels and scales of the threatened eastern North American population of golden eagles ( Aquila chrysaetos ). We studied habitat selection at three levels: landscape (second order of selection), foraging (third order of selection), and nesting (fourth order of selection). Methods Using tracking data from 30 adults and 366 nest coordinates spanning over a 1.5 million km 2 area in remote boreal and Arctic regions, we modelled the three levels of habitat selection with resource selection functions using seven environmental features (aerial, topographical, and land cover). We then calculated the relative probability of selection in the study area to identify regions with higher probabilities of selection. Results Eagles selected more for terrain ruggedness index and relative elevation than land cover (i.e., forest cover, distance to water; mean difference in relative selection strength: 1.2 [0.71; 1.69], 95% CI) at all three levels. We also found that the relative probability of selection at all three levels was ~ 25% higher in the Arctic than in the boreal regions. Eagles breeding in the Arctic travelled shorter foraging distances with greater access to habitat with a high probability of selection than boreal eagles. Conclusion Here we found which aerial and topographical features were important for several of the eagles’ life cycle needs. We also identified important areas to monitor and preserve this threatened population. The next step is to quantify the quality of habitat by linking our multi-level, multi-scale approach to population demography and performance such as reproductive success.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,832
Score d'incertitude au seuil0,984

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,045
Tête enseignante GPT0,280
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLandscape EcologyMême sujetAvian ecology and behaviorTravaux en français237 207