Potential Landscape Connectivity for Invasive Wild Pigs (<em>Sus scrofa</em>) across the Northern Prairies of North America
Notice bibliographique
Résumé
Understanding landscape scale connectivity is an essential component in the management of invasive species since connectivity facilitates their invasion potential. Invasive wild pigs (Sus scrofa) are among the most prolific invaders on the planet, causing billions of dollars in agricultural and environmental damage annually. Newly introduced to Canada in the 1980s, we examined wild pig invasion potential across the northern prairies from western Canada into the currently wild pig-free northern U.S. states. We used GPS collar data collected in the Canadian prairies to quantify resource selection and incorporated results into an electric circuit theory framework to evaluate potential regional landscape connectivity. While available landcover types in this region were dominated by crops and grasslands, wild pigs were predominately located in deciduous forest, crops, and wetlands. Resource selection modelling indicated wild pigs selected deciduous forest and wetlands over other landcover types. These selection tendencies resulted in areas at greater risk of occupation in an intermixture dominated by crops interspersed with waterbodies and deciduous forest fragments, which facilitated movement. Given the pervasiveness of this intermixture across the northern prairies, there was a high potential for invasive wild pigs to move throughout much of the region with areas in southern Saskatchewan and Manitoba, northeastern Montana, North and South Dakota, and western portions of Minnesota being particularly vulnerable. Our work highlights a need for monitoring and science-based response strategies for likely southward spread of this invasive species to prevent or reduce potential crop damage, risks to native species, and disease transmission to humans, pets, livestock, and wildlife.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».