MétaCan
Menu
Retour à la cohorte
Enregistrement W2001379363 · doi:10.1890/08-0215.1

A link between water availability and nesting success mediated by predator–prey interactions in the Arctic

2009· article· en· W2001379363 sur OpenAlexafffund
Nicolas Lecomte, Gilles Gauthier, Jean‐François Giroux

Notice bibliographique

RevueEcology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversité du Québec à MontréalUniversité Laval
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaArctic Goose Joint VentureArcticNetParks Canada
Mots-clésPredationEcologyPredatorNesting (process)ArcticApex predatorBiologyGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

Although water availability is primarily seen as a factor affecting food availability (a bottom-up process), we examined its effect on predator-prey interactions through an influence on prey behavior (a top-down process). We documented a link between water availability, predation risk, and reproductive success in a goose species (Chen caerulescens atlantica) inhabiting an Arctic environment where water is not considered a limited commodity. To reach water sources during incubation recesses, geese nesting in mesic tundra (low water availability) must move almost four times as far from their nest than those nesting in wetlands, which reduced their ability to defend their nest against predators and led to a higher predation rate. Nesting success was improved in high rainfall years due to increased water availability, and more so for geese nesting in the low water availability habitat. Likewise, nesting success was improved in years where the potential for evaporative water loss (measured by the atmospheric water vapor pressure) was low, presumably because females had to leave their nest less often to drink. Females from water-supplemented nests traveled a shorter distance to drink, and their nesting success was enhanced by 20% compared to the control. This shows that water availability and rainfall can have a strong effect on predator-prey dynamics and that changes in precipitation brought by climate change could have an impact on some Arctic species through a top-down effect.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,999

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)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,264
Écart entre enseignants0,249 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

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

Citations43
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetAvian ecology and behaviorTravaux en français237 207