Phase‐dependent climate–predator interactions explain three decades of variation in neonatal caribou survival
Notice bibliographique
Résumé
Climate can have direct and indirect effects on population dynamics via changes in resource competition or predation risk, but this influence may be modulated by density- or phase-dependent processes. We hypothesized that for ungulates, climatic conditions close to parturition have a greater influence on the predation risk of neonates during population declines, when females are already under nutritional stress triggered by food limitation. We examined the presence of phase-dependent climate-predator (PDCP) interactions on neonatal ungulate survival by comparing spatial and temporal fluctuations in climatic conditions, cause-specific mortality and per capita resource limitation. We determined cause-specific fates of 1384 caribou (Rangifer tarandus) from 10 herds in Newfoundland, spanning more than 30 years during periods of numerical increase and decline, while exposed to predation from black bears (Ursus americanus) and coyotes (Canis latrans). We conducted Cox proportional hazards analysis for competing risks, fit as a function of weather metrics, to assess pre- and post-partum climatic influences on survival on herds in population increase and decline phases. We used cumulative incidence functions to compare temporal changes in risk from predators. Our results support our main hypothesis; when caribou populations increased, weather conditions preceding calving were the main determinants of cause-specific mortality, but when populations declined, weather conditions during calving also influenced predator-driven mortality. Cause-specific analysis showed that weather conditions can differentially affect predation risk between black bears and coyotes with specific variables increasing the risk from one species and decreasing the risk from the other. For caribou, nutritional stress appears to increase predation risk on neonates, an interaction which is exacerbated by susceptibility to climatic events. These findings support the PDCP interactions framework, where maternal body condition influences susceptibility to climate-related events and, subsequently, risk from predation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 tête enseignante, 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 ».