Marten and fisher responses to fluctuations in prey populations and mast crops in the northern hardwood forest
Notice bibliographique
Résumé
Abstract Many forest tree species produce seed (mast) crops that are consumed by a variety of wildlife species and these pulsed resources may mediate interactions among predator and prey populations. In the northern hardwood forests of New York, we investigated interactions among mast production, prey abundance, and harvests of American martens ( Martes americana ) and fishers ( Martes pennanti ) during 1988–2009. Mast production for beech ( Fagus grandifolia ), sugar maple ( Acer saccharum ), and mountain ash ( Sorbus americana ) was synchronous and an alternate‐year pattern in production was evident for most of the time series. We documented considerable temporal variation in summer small mammal relative abundance and our numerical response models received substantial support for 5 of the 8 species, indicating lagged responses to autumn mast crops. Trap response of martens to the autumn production of beech mast and mountain ash berries was immediate and numerical responses to the relative abundance of small mammal prey occurred during the preceding summer. The age structure of the marten harvest differed based on the dominant alternate‐year pattern of summer prey relative abundance and autumn mast production (χ 2 4 = 33.06, P < 0.001). The proportion of juvenile marten in the autumn harvest was 52% and 34% following summers when small mammal relative abundance was high and low, respectively and these differences resulted in a persistent cohort effect that was apparent until age 3.5. Trap response of fishers to the autumn production of beech mast was immediate and numerical responses to the relative abundance of Sciurid prey occurred during the preceding summer. Marten and fisher harvests fluctuated similarly among New York, Maine, and New Brunswick, which may indicate regional synchronization of mast crops and responses of martens and fishers to similar prey dynamics. A better understanding of how food availability influences demographic responses and trapping vulnerability of martens and fishers would aid our ability to manage harvests of these species on a sustained yield basis. © 2011 The Wildlife Society.
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 | 0,001 | 0,000 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».