Linking climate change to population cycles of hares and lynx
Notice bibliographique
Résumé
The classic 10-year population cycle of snowshoe hares (Lepus americanus, Erxleben 1777) and Canada lynx (Lynx canadensis, Kerr 1792) in the boreal forests of North America has drawn much attention from both population and community ecologists worldwide; however, the ecological mechanisms driving the 10-year cyclic dynamic pattern are not fully revealed yet. In this study, by the use of historic fur harvest data, we constructed a series of generalized additive models to study the effects of density dependence, predation, and climate (both global climate indices of North Atlantic Oscillation index (NAO), Southern Oscillation index (SOI) and northern hemispheric temperature (NHT) and local weather data including temperature, rainfall, and snow). We identified several key pathways from global and local climate to lynx with various time lags: rainfall shows a negative, and snow shows a positive effect on lynx; NHT and NAO negatively affect lynx through their positive effect on rainfall and negative effect on snow; SOI positively affects lynx through its negative effect on rainfall. Direct or delayed density dependency effects, the prey effect of hare on lynx and a 2-year delayed negative effect of lynx on hare (defined as asymmetric predation) were found. The simulated population dynamics is well fitted to the observed long-term fluctuations of hare and lynx populations. Through simulation, we find density dependency and asymmetric predation, only producing damped oscillation, are necessary but not sufficient factors in causing the observed 10-year cycles; while extrinsic climate factors are important in producing and modifying the sustained cycles. Two recent population declines of lynx (1940-1955 and after 1980) were likely caused by ongoing climate warming indirectly. Our results provide an alternative explanation to the mechanism of the 10-year cycles, and there is a need for further investigation on links between disappearance of population cycles and global warming in hare-lynx system.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».