Wolverine density, survival, and population trends in the Canadian boreal forest
Notice bibliographique
Résumé
Abstract There is limited information available on wolverine (Gulo gulo) population density and trends in the boreal forest of North America. We estimated wolverine density using spatial capture‐recapture methods across 2 boreal forest study areas in Red Lake, Ontario (26,568 km2) and Rainbow Lake, Alberta (19,084 km2), Canada. We also used radio‐telemetry data to estimate annual survival of adult and sub‐adult wolverines and evaluated population trends with a stage‐based matrix model. We used an array of run poles and live traps to detect wolverines. In Red Lake over 3 winter field seasons (2019–2022), we detected 56 individual wolverines (17 females, 32 males, and 7 unknown sex), and in Rainbow Lake over 2 field seasons (2014–2016), we detected 48 individuals (19 females, 18 males, and 11 of unknown sex). Average densities in Red Lake and Rainbow Lake were 3.64 and 6.74 wolverines/1,000 km2, respectively. Adults and sub‐adults occurred at equal abundance. Spring snow cover, roads, and industrial developments were not associated with spatial patterns of wolverine density. Most deaths occurred near roads; wolverines were killed in fur traps set along roads, by wolves using roads to travel, and by vehicles. The largest source of death was from incidental (n = 6 in Red Lake) or licensed fur trapping (n = 8 in Rainbow Lake) and we report 8 injuries from fur trapping sets. Red Lake survival estimates for adults (0.87) and sub‐adults (0.86) contributed to a stable population trend. Rainbow Lake survival estimates for adults (0.66) and sub‐adults (0.50) contributed to a declining population trend based on a relatively low sample of radio‐days. Red Lake and Rainbow Lake combined survival estimates for adults (0.77) and sub‐adults (0.73) also contributed to a declining population trend. Our survival and population modeling suggests that human‐caused mortality is a significant risk to these populations. Our results can be applied to wolverine status assessments and used as benchmarks for future monitoring. Wolverine population stability or growth might be achieved by reducing incidental trapping deaths or injury and hindering human access to wolverine habitats through decommissioning or limiting development of industrial roads or other anthropogenic linear features.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 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 ».