Chapter 7 Ecology of Snowshoe Hares in Southern Boreal and Montane
Notice bibliographique
Résumé
Abstract—Snowshoe hares occur in many of the montane and sub-boreal forests of the continental United States, as well as throughout the boreal forests of Canada and Alaska. Population dynamics in their southern range were previously thought to be noncyclic, in contrast to the strong 10-year fluctuation that typifies boreal populations of snowshoe hares. Time series data and studies of hare demography indicate that northern and southern populations of hares may instead have similar population dynamics. Hares in southern areas appear to experience two- to 25-fold fluctuations in numbers with peaks eight to 11 years apart. Peak and low densities may be lower in southern areas than in northern ones; in the south, peak densities are commonly one to two hares/ha, whereas northern hare populations commonly have peak densities up to four to six hares/ha. Demographically, survival estimates (30-day) range from approximately 0.65-0.95 in Wisconsin, with lowest survival occurring as populations decline; these values parallel those of cyclic hares in Yukon. Annual reproductive output may vary regionally, but interpretation of this pattern is hindered by noncomparable methodologies. 163 Chapter 7—Hodges The southern range of snowshoe hares is roughly delineated by the range of suitable forested habitats. Along the eastern seaboard, hares use spruce/fir and deciduous forests as far south as Tennessee and the Virginias. Around the Great Lakes, hares occur throughout the sub-boreal coniferous forests. In the Rockies and westward, hares mainly use the coniferous forests that extend along the mountains down into New Mexico and California. Throughout their range, hares are predominantly associated with forests that have a well-developed understory that provides protection from predation and supplies them with food. Such habitat structure is common in early seral stages but may also occur in coniferous forests with mature but relatively open overstories or in eastern deciduous forests.
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 | 0,000 | 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) | 0,004 | 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 ».