Visualizing the risk landscape to adaptively increase post-release survival of translocated Galliformes
Notice bibliographique
Résumé
Translocation of captive-bred animals is a widely used conservation strategy to support the recovery of imperiled wild populations. Identifying which factors enhance or limit survival after release can be important in adapting translocation strategies, particularly for species with low survival rates after release from captivity. Many translocation programs track post-translocation survival, but few complete spatial-statistical assessments of mortality risk associated with release environments. Typically, few animals are released from captive breeding programs, limiting the sample size available for analyses. We aimed to create a workflow that used limited datasets to evaluate the influence of spatial conditions and other factors on mortality risk. Greater sage-grouse (Centrocercus urophasianus) are endangered in Canada and of conservation concern throughout their range in the United States. After the species declined precipitously in Canada, a captive breeding program was initiated with subsequent releases in Alberta and Saskatchewan. Despite success in captive breeding, mortality rates of released sage-grouse were high. We used GPS- and VHF-based locations of released sage-grouse to determine how spatial features influence mortality risk of sage-grouse after release from captivity. We implemented a multistep approach to quantify and map risk relative to the environmental features associated with mortality. We also assessed whether the movement behaviors of sage-grouse correspond with environmental risk factors by using a combination of survival models and integrated step-selection functions. Mortality of sage-grouse in Alberta was hastened in areas close to anthropogenic disturbance. Although birds in Alberta avoided areas of higher mortality risk, those in Saskatchewan did not, perhaps due to environmental and selection constraints. This multistep approach allowed us to utilize small sample sizes to assess key risk factors in the landscape. This process supports the adaptive modification of translocation plans and can similarly support other data-limited scientists and managers in assessing environmental mortality risk and defining conservation actions for endangered species.
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 | 0,000 |
| 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) | 0,001 | 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 ».