Mammal responses to human recreation depend on landscape context
Notice bibliographique
Résumé
Rapid growth in outdoor recreation may have important and varied effects on terrestrial mammal communities. Few studies have investigated factors influencing variation in observed responses of multiple mammal species to recreation. We used data from 155 camera traps, in western Alberta (Canada), and a hierarchical Bayesian community modelling framework to document 15 mammal species responses to recreation, test for differential responses between predators and prey, and evaluate the influence of local context. Factors characterizing context were trail designation (i.e., use by motorized vs non-motorized), management type, forest cover, landscape disturbance, and season. We used three measures to characterize variation in recreation pressure: distance to trail, trail density, and an index of recreation intensity derived from the platform Strava. We found limited evidence for strong or consistent effects of recreation on mammal space use. However, mammal space use was better explained by an interaction between recreation and the influencing factors than by either on their own. The strongest interaction was between trail density and management type; mammals were more likely to avoid sites near a higher density of trails in areas with more restrictive management. We found that responses to recreation varied with the trail designation, although there were not clear or consistent differences between responses to trails designated for motorized vs. non-motorized use. Overall, we found that responses were species- and context-dependent. Limiting the density of trails may be important for reducing negative impacts to mammals within conservation areas. We show that using multiple measures of recreation yields more insight into the varied effects of human disturbances on wildlife. We recommend investigating how different characteristics of recreation (noise, speed, and visibility) influence animal behaviors. Multispecies monitoring and modelling across multiple landscapes that vary in recreation pressure can lead to an adaptive management approach to ensuring outdoor recreation coexistence with 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 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 | 0,002 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».