Knowledge of habitat suitability (HS) is required for effective conservation planning, yet it can be difficult to obtain. In the absence of local HS information, managers often use studies from other areas to guide their decisions, typically without local validation. We tested the hypothesis that HS is consistent across a species range, and thus reliably extrapolated to understudied sites. We focused on the puma, Puma concolor, a widely distributed large carnivore of conservation and management importance. We conducted a meta-analysis of 41 studies to calculate a mean effect size for six of the most common predictor variables used in mammal HS research. Using the estimated effect sizes in a regression model which included all six variables, we created a new HS model for pumas in an understudied site, the Tumbesian Region (TR). We contrasted predictions from this range-wide model with those from three more regionally specific HS models: a model developed in the Caatinga, Brazil (Caatinga model), a model considering only tropical studies (tropical model), and a model using only studies from the United States and Canada (temperate model). We used puma detection rates from camera trap surveys across the TR to validate model predictions. Although mean effect sizes of habitat predictor variables varied across puma range, all models provided useful predictions of HS for pumas in the TR (area under the receiver operating characteristic curve [AUC] > 0.64). Unexpectedly, the temperate model was best at predicting puma HS in the TR (AUC: 0.77; r_s = 0.3), followed by the range-wide model (AUC = 0.73; r_s = 0.29). The tropical and Caatinga models had lower predictive accuracy (AUC = 0.68; r_s = 0.28 and AUC = 0.64; r_s = 0.23, respectively). The accuracy of the tropical model improved when the area of potential recent puma extirpation was excluded from the validation data set. These results highlight that although HS for P. concolor varies across the species range, information collected across a wide range of sites may be better than only locally or regionally specific information for informing HS in understudied sites (e.g., for habitat protection, restoration areas). Given the pressing need for actions to address widespread biodiversity declines, existing knowledge can be used to predict HS to data-poor regions and inform conservation planning while also motivating model validations and targeted data collection.

Para planificar estrategias de conservación efectivas, se requieren conocimientos sobre la idoneidad del hábitat (IH); sin embargo, esto suele ser difícil de obtener. En ausencia de información local de IH, los tomadores de decisiones a menudo usan estudios de otras áreas para guiar sus decisiones, generalmente sin validación local. Probamos la hipótesis de que la IH es consistente en todo el rango de distribución de las especies y, por lo tanto, puede ser extrapolada de manera confiable a sitios poco estudiados. Nuestra especie de estudio fue el puma, Puma concolor, un carnívoro ampliamente distribuido y de importancia para la conservación y el manejo. Realizamos un meta-análisis de 41 estudios para calcular el tamaño del efecto promedio para seis de las variables predictoras más utilizadas en la investigación de IH en mamíferos. Utilizamos los tamaños de efecto estimados en un modelo de regresión que incluyó las seis variables y luegom extrapolamos este modelo a un sitio poco estudiado, la región Tumbesina (TR). Comparamos las predicciones del modelo global con las de otros tres modelos regionales: un modelo de la Caatinga en Brasil (Caatinga model), un modelo considerando solo las investigaciones en el trópico (tropical model) y un modelo utilizando únicamente las investigaciones de EE.UU. y Canadá (temperate model). Para validar las predicciones de los modelos, utilizamos las tasas de detección de pumas obtenidas de muestreos con cámaras trampa distribuidos en la TR. A pesar de que los tamaños del efecto promedio por variable variaron a lo largo de la distribución de los pumas, todos los modelos predijeron la IH mejor que un modelo aleatorio (AUC > 0.64). El temperate model fue el mejor modelo de IH en la TR (AUC: 0.77; r_s = 0.3), seguido del modelo general (range-wide model) (AUC = 0.73; r_s = 0.29). El modelo tropical y Caatinga tuvieron una precisión predictiva baja (AUC = 0.68; r_s = 0.28 & AUC = 0.64; r_s = 0.23, respectivamente). La precisión predictiva del model tropical se incrementó cuando se excluyeron de la validación a las localidades que representan la posible extinción local de puma. Estos resultados destacan que a pesar que la IH para Puma concolor es variable a lo largo de su distribución, la información recopilada a lo largo de su distribución puede ser mejor que solo la información local o específica para informar la IH en sitios poco estudiados. Dada la urgente necesidad de acciones para abordar la disminución generalizada de la biodiversidad, el conocimiento existente se puede utilizar para predecir la IH en regiones con pocos datos e informar la planificación de la conservación, al mismo tiempo que motiva la validación de modelos y la recopilación de datos específicos.