MétaCan
Menu
Retour à la cohorte
Enregistrement W2000623475 · doi:10.1890/13-0336.1

Enhancing species distribution modeling by characterizing predator–prey interactions

2013· article· en· W2000623475 sur OpenAlexaboutno aff
Anne M. Trainor, Oswald J. Schmitz, Jacob S. Ivan, Tanya M. Shenk

Notice bibliographique

RevueEcological Applications · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEcologyHabitatEcological nicheTrophic levelPredationSpecies distributionGeographyCarnivoreSnowshoe hareNicheSpatial distributionBiology

Résumé

récupéré en direct d'OpenAlex

Niche theory is a well-established concept integrating a diverse array of environmental variables and multispecies interactions used to describe species geographic distribution. It is now customary to employ species distribution models (SDMs) that use environmental variables in conjunction with species location information to characterize species' niches and map their geographic ranges. The challenge remains, however, to account for the biotic interactions of species with other community members on which they depend. We show here how to connect species spatial distribution and their dependence with other species by modeling spatially explicit predator-prey interactions, which we call a trophic interaction distribution model (TIDM). To develop the principles, we capitalized on data from Canada lynx (Lynx canadensis) reintroduced into Colorado. Spatial location information for lynx obtained from telemetry was used in conjunction with environmental data to construct an SDM. The spatial locations of lynx-snowshoe hare encounters obtained from snow-tracking in conjunction with environmental data were used to construct a TIDM. The environmental conditions associated with lynx locations and lynx-hare encounters identified through both SDM and TIDM revealed an initial transient phase in habitat use that settled into a steady state. Nevertheless, despite the potential for the SDM to broadly encompass all lynx hunting and nonhunting spatial locations, the spatial extents of the SDM and TIDM differed; about 40% of important lynx-snowshoe hare locations identified in the TIDM were not identified in the lynx-only SDM. Our results encourage greater effort to quantify spatial locations of trophic interactions among species in a community and the associated environmental conditions when attempting to construct models aimed at projecting current and future species geographic distributions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,262
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,004

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,221
Écart entre enseignants0,207 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations67
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological ApplicationsMême sujetWildlife Ecology and ConservationTravaux en français237 207