Habitat selection as a reduction in habitat variance
Notice bibliographique
Résumé
When organisms select habitat, they may lessen the environmental variance they experience relative to their surroundings. Such discrepancies in variance could reveal organisms’ habitat preferences and perceptual ranges, particularly when examined across spatial and temporal scales. To test whether habitat variance might provide such understanding, we applied geostatistics to the variance in availability and use of habitat by GPS-collared adult female white-tailed deer ( Odocoileus virginianus ) in central Ontario, Canada. First, to quantify use and availability, we measured vegetation at the locations used by deer during May–June 2022, as well as in the general environment, then applied principal components analysis (PCA) to capture the major gradients in vegetation conditions. Second, to identify habitat selection, we tested for differences between use and availability in both the means and variance of vegetation characteristics. Finally, to depict how variance changed across scales, we constructed spatial and temporal variograms. Based on the first two axes of the PCA, we found that deer selected greater abundance in forage and lower variation in canopy closure. Across space, the selection for reduced variance in canopy appeared largely independent of scale (50–1000 m), implying that the perception capacity of deer may exceed this range. Across time, deer exhibited rising variance in forage abundance at short lags (4–12 h), resembling the periods (6–10 h) when movements were more linear. Deer thus selected for lower variance of habitat without selecting for disproportionate levels of habitat. We propose that selection for diminished variance is a fundamental property of habitat selection, whose scale-dependence might be uncovered with geostatistics. • Selecting habitat can lower environmental variance relative to an animal's surroundings. • In summer, deer selected more abundant forage and lower variance in canopy cover. • Such narrowing of environmental variance is a primary feature of habitat selection.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,002 | 0,001 |
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 tête enseignante, 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 ».