Demographic analysis of a declining pika <i>Ochotona collaris</i> population: linking survival to broad‐scale climate patterns via spring snowmelt patterns
Notice bibliographique
Résumé
1. Demographic analysis is essential in order to determine which factors, such as survival, fertility and other life-history characteristics, have the greatest influence on a population's rate of growth (lambda). 2. We used life-table response experiments (LTREs) to assess the relative importance of survival and fertility rates for an alpine lagomorph, the collared pika Ochotona collaris, using 12 years (1995-2006) of census data. The LTRE analysis was repeated for each of three subpopulations within the main study site that were defined by aspect (east, west and south). 3. Across the entire study site, the survival and fertility of adults contributed 35.6 and 43.5%, respectively, to the variance observed in the projected population growth rate, V(lambda), whereas juvenile survival contributed 20.9%. Adult survival and fertility contributed approximately equal amounts for each subpopulation when considered separately, although their rank order varied spatially. 4. Adult survival across the entire site was positively correlated to the Pacific Decadal Oscillation (PDO) with a time lag of 1 year, and was uncorrelated to adult density. The PDO was negatively correlated to the timing of spring snowmelt at our site, implicating the importance of earlier spring conditions and plant phenology on the subsequent winter survival of adults and therefore, population growth. 5. When subpopulations were analysed separately, survivals and fertilities were variously correlated to lagged PDO and adult densities, but the patterns varied spatially. Therefore, the mechanisms underlying V(lambda) can vary substantially over relatively short distances.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,006 | 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 ».