Testing predator–prey theory using broad‐scale manipulations and independent validation
Notice bibliographique
Résumé
A robust test of ecological theory is to gauge the predictive accuracy of general relationships parameterized from multiple systems but applied to a new area. To address this goal, we used an ecosystem-level experiment to test predator-prey theory by manipulating prey abundance to determine whether predation was density dependent, density independent, compensatory or depensatory (inversely density dependent) on prey populations. Understanding the nature of predation is of primary importance in community ecology because it establishes whether predation has little effect on prey abundance (compensatory), whether it promotes coexistence (density dependent) and reduces the equilibrium of prey (density independent) or whether it can be destabilizing (depensatory). We used theoretical predictions consisting of functional and numerical equations parameterized independently from meta-analyses on wolves (Canis lupus) and moose (Alces alces), but applied to our specific wolf-moose system. Predictions were tested by experimentally reducing moose abundance across 6500 km(2) as a novel way of evaluating the nature of predation. Depensatory predation of wolves on moose was the best explanation of the population dynamic - a mechanism that has been hypothesized to occur but has rarely been evaluated. Adding locally obtained kill rates and numerical estimates to the independent data provided no benefit to model predictions, suggesting that the theory was robust to local variation. These findings have critical implications for any organism that is preyed upon but that also has, or will be, subject to increased human exploitation or perturbations from environmental change. If depensatory predation is not accounted for in harvest models, predicted yields will be excessive and lead to further population decline.
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 | 0,017 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».