Owl Habitat Use and Diets After Fire and Salvage Logging
Notice bibliographique
Résumé
Megafires are transforming western boreal forests, and many burned forests are salvage logged, removing more structure from landscapes and delaying forest regeneration. We studied forest-dwelling owls in a post-fire and salvage-logged landscape in central British Columbia, Canada, in 2018–2019 after the 2010 Meldrum Creek Fire and the 2017 Hanceville Fire. We examined owl habitat selection via call surveys compared to the habitats available in this landscape. Owl pellets were dissected to determine owl diets. We detected six owl species, of which Northern Saw-whet Owls (Aegolius acadicus) were the most common. Owls had weak and variable habitat selection within an 800 m radius of detections; all species used some burned area. Great Gray Owls (Strix nebulosa) and Great Horned Owls (Bubo virginanus) obtained more prey from mature forests (e.g., red-backed voles, Myodes gapperi, snowshoe hares, Lepus americanus) than other owls did, whereas other owls primarily consumed small mammals that were common in burned or salvaged areas. These results indicate a diverse community of owls can use landscapes within a decade after wildfire, potentially with some prey switching to take advantage of prey that use disturbed habitats. Despite that, owl numbers were low and some owls consumed prey that were not available in salvage-logged areas, suggesting that impacts on owls were more severe from the combination of fire and salvage logging than from fire alone.
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 | 0,000 |
| 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 | 0,001 | 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 ».