Summary Animals moving through landscapes need to strike a balance between finding sufficient resources to grow and reproduce while minimizing encounters with predators 1,2 . Because encounter rates are determined by the average distance over which directed motion persists 1,3–5 , this trade-off should be apparent in individuals’ movement. Using GPS data from 1,396 individuals across 62 species of terrestrial mammals, we show how predators maintained directed motion ~7 times longer than for similarly-sized prey, revealing how prey species must trade off search efficiency against predator encounter rates. Individual search strategies were also modulated by resource abundance, with prey species forced to risk higher predator encounter rates when resources were scarce. These findings highlight the interplay between encounter rates and resource availability in shaping broad patterns mammalian movement strategies.

Abstract GPS collars have revolutionized the field of animal ecology, providing detailed information on animal movement and the habitats necessary for species survival. GPS collars also have the potential to cause adverse effects ranging from mild irritation to severe tissue damage, reduced fitness, and death. The impact of GPS collars on the behavior, stress, or activity, however, have rarely been tested on study species prior to release. The objective of our study was to provide a comprehensive assessment of the short-term effects of GPS collars fitted on scimitar-horned oryx ( Oryx dammah ), an extinct-in-the-wild antelope once widely distributed across Sahelian grasslands in North Africa. We conducted behavioral observations, assessed fecal glucocorticoid metabolites (FGM), and evaluated high-resolution data from tri-axial accelerometers. Using a series of non-standard regression models, we illustrate clear but short-term effects to animals fitted with GPS collars. Behavioral observations highlighted a significant increase in the amount of headshaking from pre-treatment levels, returning below baseline levels during the post-treatment period (>3 days post-collaring). Similarly, FGM concentrations (i.e., stress hormones) increased after GPS collars were fitted on animals but returned to pre-collaring levels within 5 days of collaring. Lastly, tri-axial accelerometers, collecting data at eight positions per second, indicated a > 480 percent increase in the amount of hourly headshaking immediately after collaring. This post-collaring increase in headshaking was estimated to decline in magnitude within 4 hours after GPS collar fitting. These effects constitute a handling and/or habituation response (model dependent), with animals showing short-term responses in activity, behavior, and stress that dissipated within several hours to several days of being fitted with GPS collars. Importantly, none of our analyses indicated any long-term effects that would have more pressing animal welfare concerns.

Migration of ungulates is under pressure worldwide from range contraction, habitat loss and degradation, anthropogenic barriers and poaching. Here, we synthesize and compare the extent of historical migrations of the white-bearded wildebeest (Connochaetes taurinus) to their contemporary status, in five premier East African ecosystems, namely the Serengeti-Mara, Masai Mara, Athi-Kaputiei, Amboseli and Tarangire-Manyara. The current status, threats to migration, migratory ranges and routes for wildebeest were characterized using colonial-era maps, literature reviews, GIS and aerial survey databases, GPS collared animals and interviews with long-term researchers. Interference with wildebeest migratory routes and dispersal ranges has stopped or severely threatens continuation of the historical migration patterns in all but the Serengeti-Mara ecosystem where the threat level is relatively lower. Wildebeest migration has collapsed in Athi-Kaputiei ecosystem and is facing enormous pressures from land subdivision, settlements and fences in Amboseli and Mara ecosystems and from cultivation in Tarangire-Manyara ecosystem. Land use change, primarily expansion in agriculture, roads, settlements and fencing, increasingly restrict migratory wildebeest from accessing traditional grazing resources in unprotected lands. Privatization of land tenure in group ranches in Kenya and settlement policy (villagization) in Tanzania have accelerated land subdivision, fencing and growth in permanent settlements, leading to loss of key wildebeest habitats including their migratory routes and wet season calving and feeding grounds. These processes, coupled with increasing human population pressures and climatic variability, are exerting tremendous pressures on wildebeest migrations. Urgent conservation interventions are necessary to conserve and protect the critical wildebeest habitats and migration routes in East Africa.

Abstract Animal tracking data are being collected more frequently, in greater detail, and on smaller taxa than ever before. These data hold the promise to increase the relevance of animal movement for understanding ecological processes, but this potential will only be fully realized if their accompanying location error is properly addressed. Historically, coarsely-sampled movement data have proved invaluable for understanding large scale processes (e.g., home range, habitat selection, etc.), but modern fine-scale data promise to unlock far more ecological information. While GPS location error can often be ignored in coarsely sampled data, fine-scale data require more care, and tools to do this have not kept pace. Current approaches to dealing with location error largely fall into two categories—either discarding the least accurate location estimates prior to analysis or simultaneously fitting movement and error parameters in a hidden-state model. In some cases these approaches can provide a level of correction, but they have known limitations, and in some cases they can be worse than doing nothing. Here, we provide a general framework to account for location error in the analysis of triangulated and trilatcralizcd animal tracking data, which includes GPS, Argos Doppler-shift, triangulated VHF, trilatcralized acoustic and cellular location data. We apply our error-modelselection framework to 190 GPS, cellular, and acoustic devices representing 27 models from 14 manufacturers. Collectively, these devices were used to track a wide range of taxa comprising birds, fish, reptiles, and mammals of different sizes and with different behaviors, in urban, suburban, and wild settings. In almost half of the tested device models, error-model selection was necessary to obtain the best performing error model, and in almost a quarter of tested device models, the reported DOP values were actually misinformative. Then, using empirical tracking data from multiple species, we provide an overview of modern, error-informed movement analyses, including continuous-time path reconstruction, home-range distribution, home-range overlap, speed, and distance estimation. Adding to these techniques, we introduce new error-informed estimators for outlier detection and autocorrelation visualization. Because error-induced biases depend on many factors—sampling schedule, movement characteristics, tracking device, habitat, etc.—differential bias can easily confound biological inference and lead researchers to draw false conclusions. We demonstrate how error-informed analyses on calibrated tracking data can provide more accurate estimates are that are insensitive to location error, and allow researchers to use all of their data.

Human activities are changing landscape structure and function globally, affecting wildlife space use, and ultimately increasing human-wildlife conflicts and zoonotic disease spread. Capybara ( Hydrochoerus hydrochaeris ) is a conflict species that has been implicated in the spread and amplification of the most lethal tick-borne disease in the world, the Brazilian spotted fever (BSF). Even though essential to understand the link between capybaras, ticks and the BSF, many knowledge gaps still exist regarding the effects of human disturbance in capybara space use. Here, we analyzed diurnal and nocturnal habitat selection strategies of capybaras across natural and human-modified landscapes using resource selection functions (RSF). Selection for forested habitats was high across human-modified landscapes, mainly during day- periods. Across natural landscapes, capybaras avoided forests during both day- and night periods. Water was consistently selected across both landscapes, during day- and nighttime. This variable was also the most important in predicting capybara habitat selection across natural landscapes. Capybaras showed slightly higher preferences for areas near grasses/shrubs across natural landscapes, and this variable was the most important in predicting capybara habitat selection across human-modified landscapes. Our results demonstrate human-driven variation in habitat selection strategies by capybaras. This behavioral adjustment across human-modified landscapes may be related to BSF epidemiology.