Utilisation des aménagements agroforestiers linéaires par les mammifères en milieu agricole intensif
Bibliographic record
Abstract
L'intensification agricole entraîne une vaste perte d'habitat et de connectivité du paysage. Les espèces subsistantes dans ces paysages dominés par l'agriculture utilisent souvent des éléments du paysage linéaires et minces, comme des haies brise-vent et des fossés végétalisés, en tant qu’habitat ou comme corridor de déplacement entre les parcelles d’habitat. Toutefois, la compréhension de l’utilisation de ces aménagements agroforestiers linéaires (AAL) par la faune est limitée et pourrait profiter de l’utilisation de données de télédétection à haute résolution, qui sont non biaisées, détaillées et reproductibles. Le but de cette étude est d’évaluer les caractéristiques qui affectent l’utilisation des AAL par les mammifères de moyenne et grande taille, avec des données in situ et de télédétection, dans un paysage dominé par l’agriculture dans le sud du Québec. Vingt-trois AAL ont été sélectionnés et caractérisés, à la fois par des relevés terrain et des analyses de télédétection (entre autres métriques LiDAR et indices de végétation). La fréquentation de chaque AAL par les mammifères a été mesurée à l'aide de pièges photographiques, de la fin du printemps au début de l'automne 2018. Nous avons obtenu 431 détections de mammifères, tous les AAL combinés. Parmi ces détections, sept espèces ont été répertoriées, toutes opportunistes et bien adaptées au milieu agricole. Nos résultats démontrent qu’il y a des différences significatives dans l'utilisation des AAL par les mammifères, liées à l'influence unique de l’assemblage des caractéristiques considérés. Une dizaine de modèles de régression ont été testés et le modèle retenu basé sur l'AICc comprend plusieurs caractéristiques, tant locales que du paysage. Les coefficients de ce modèle indiquent une relation positive entre l’utilisation des AAL par les mammifères et leur longueur, le couvert arborescent et la quantité d’habitat environnant, alors que cette relation est négative avec la largeur et les perturbations anthropiques. Les données dérivées de télédétection ont contribué à ce modèle final, rappelant leur utilité dans les études sur les habitats fauniques. Ces résultats indiquent que de nombreux facteurs semblent influencer l’utilisation des AAL dans le sud du Québec, que ce soit comme corridor ou comme habitat pour les mammifères. Les informations fournies par cette étude ont généré des suggestions pour une gestion favorable des AAL et la conservation de la faune sauvage en milieu agricole.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".