MétaCan
Menu
Retour à la cohorte
Enregistrement W4408025910 · doi:10.1007/s00442-025-05677-5

Vegetation influences wolf fine-scale habitat selection and movement rate in a logged coastal rainforest

2025· article· en· W4408025910 sur OpenAlexaff
David P. Gregovich, Gretchen H. Roffler, Christina M. Prokopenko

Notice bibliographique

RevueOecologia · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of ManitobaChildren's Hospital Research Institute of Manitoba
Organismes subventionnairesU.S. Forest ServiceU.S. Fish and Wildlife Service
Mots-clésUnderstoryEcologyHabitatVegetation (pathology)WildlifeRainforestPopulationTemperate rainforestEcological successionTree canopyCanopyGeographyBiologyEcosystemDemography

Résumé

récupéré en direct d'OpenAlex

Vegetation and its modification by humans can shape wildlife habitat selection and movement. A better understanding of how wolves select and move through natural and human modified vegetative cover can be used to implement forest management that considers impacts on wolves and their prey. We analyzed fine-scale wolf habitat selection and movement in a coastal temperate rainforest (Prince of Wales Island, Alaska, USA) in relation to: (1) young (≤ 30 years) and old (> 30 years) logged areas, (2) continuous measures of vegetative cover (as estimated via LiDAR), and (3) distance to roads, using integrated step-selection analysis (iSSA). Wolves selected areas with less forest canopy and understory cover at the population level, although they switched to selecting understory when within logged forest stands. The continuous canopy and understory measures vary at a fine spatial scale and thus appear to better explain fine-scale wolf selection and movement than categorical landcover classes representing the age of logged stands. Wolf selection of young (≤ 30 years) and old (> 30 years) successional logged areas, and areas near roads, was mixed across individuals. All individual wolves avoided canopy cover, but varied in their selection of logged stands, understory, and roads. Similarly, there was variability in movement rate response across individual wolves, although at the population level wolves moved faster through old (> 30 years) logged areas and through areas with less understory vegetation. Open vegetation including that present recently after logging is selected by wolves, and facilitates wolf movement, but this effect may be ephemeral as vegetation undergoes succession.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,008
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,219
Écart entre enseignants0,214 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOecologiaMême sujetWildlife Ecology and ConservationTravaux en français237 207