Beyond habitat loss: How landscape configuration drives mammal distributions across petroleum extraction landscapes
Notice bibliographique
Résumé
Abstract Anthropogenic development alters the composition and configuration of landscapes, but the effects of landscape configurations on wildlife are rarely investigated because configuration is often considered influential only beyond upper thresholds of habitat loss. In the Oil Sands Region (OSR) of Alberta, Canada—a vast area of the north‐western boreal forest—petroleum extraction impacts boreal mammals but the ecological mechanisms underlying these impacts remain largely unknown, particularly in the context of the novel landscape configurations characteristic of this region. We investigated how the configuration and composition of landscapes resulting from development in the OSR influence seven mammal species. We sampled species occurrences using camera traps deployed across a gradient of low and high disturbance landscapes; generalized linear models relate species occurrences to measures of configuration and composition. Despite only ~16% of total habitat loss in the OSR, landscape configuration was an important predictor of occurrence for multiple species. Fisher, coyote and wolf occurrences were best predicted by models representing landscape configuration, while lynx and white‐tailed deer were best predicted by landscape composition. Landscapes configured into small patches with high concentrations of anthropogenic feature edges (i.e. dense seismic lines in grid formations) were associated with greater wolf occurrences, likely due to enhanced landscape connectivity. Coyote occurred more frequently, and fishers less frequently, in small, dispersed habitat patches. Synthesis and applications. Landscape policy and management should mitigate habitat loss in anthropogenically disturbed landscapes but also consider resulting configurations from development. Complex ecological impacts are not well represented in the simple quantitative measures of disturbance currently employed: managing both composition and configuration is necessary to conserve species. In petroleum extraction regions, the arrangement of habitat patches into dense grid‐patterned linear feature networks redistributes species across landscapes, differentially impacting each species. This nuanced understanding of landscapes will inform more effective conservation strategies to support diverse wildlife populations among development.
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) | 0,001 | 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 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 ».