Northern development and Rangifer risks: a review of the impacts of resource extraction for caribou and reindeer
Notice bibliographique
Résumé
As the global demand for energy continues to rise rapidly, northern ecosystems—i.e., Arctic, subarctic, and boreal regions—are especially at risk from extractive industries due to their rich mineral and hydrocarbon potential. The expansion of infrastructure associated with extractive industries often impacts species and may ultimately contribute to population declines, particularly for those less resilient to human-induced rapid environmental changes. If we aim to support effective conservation and mitigation measures for Rangifer tarandus as resource extraction intensifies, there is an urgent need to compile their response toward resource extraction. We present a scoping review of 71 studies addressing the impact of mineral and hydrocarbon extraction on Rangifer to synthesize the evidence currently available in the literature, uncover trends in results, and identify remaining knowledge gaps. We recorded effects for various Rangifer populations impacted by resource extraction, with most (76%) of the studies concluding that such activities had a significant negative impact on Rangifer, ranging from impacts on (1) distribution and habitat selection, (2) movement and behaviour, (3) forage, contaminants, and body condition, and (4) vital rates and demographics. Our work highlights an important gap as few studies assessed impacts on vitals rates and population trends. We think there is a need to implement long-term, non-invasive contaminant surveys and to uncover mechanisms linking contaminant levels and behavioural responses to vital rates to better understand the long-term impact of these activities on demographic trends.
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 | 0,001 | 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 | 0,001 | 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) | 0,000 | 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 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 ».