Understanding the paradox of deer persisting at high abundance in heavily browsed habitats
Notice bibliographique
Résumé
In the context of remarkable increases in many deer populations observed in temperate forests, it is critical to better understand the processes sustaining abundant populations despite dramatic declines in the vegetation they feed on. When natural predation and hunting levels are too low to control deer populations, a resource‐driven negative feedback is expected. Such a feedback assumes that the remaining resources do not match the energy requirements of a current herbivore population, thereby limiting herbivore abundance. Here we take advantage of a well‐documented, long‐term study of abundant predator‐free populations of black‐tailed deer Odocoileus hemionus sitkensis on the Haida Gwaii archipelago (Canada) to assess the ability of a heavily browsed forest habitat to sustain abundant deer populations. For two deer populations, we: 1) compared the energy provided by various resource pools to the energy required by deer; and 2) identified what components of the environment contributed most to support them. Qualitatively, our results are robust to the many assumptions and uncertainties and identify the resources currently available that allow these abundant deer populations to meet their energy needs despite the apparent paucity in resources. Resources are provided by a flux of hardly visible plant tissue produced by perennial species highly tolerant of herbivory and able to survive via underground structures (e.g. rhizomes), and by subsidies provided by canopy trees or by plants in refuges (i.e. litterfall and seed bank). We discuss the possibility of a resource‐driven feedback that may ultimately occur in the long term as a result of changes in recruitment, productivity and fertility of plants. The possible lack of resource‐driven feedback in the short or medium term should be considered by managers when assessing the need for active deer population control in situations without carnivores or hunting.
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 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».