Is predation on waterfowl nests density dependent? – Tests at three spatial scales
Notice bibliographique
Résumé
We tested whether predation on duck nests ( Anas spp.) was density dependent at three spatial scales using artificial and natural nests in the Suisun Marsh, California, USA. At the largest spatial scale, we used 5 years (1998–2002) of data to examine the natural variation in duck nest success and nest densities among 8–16 fields per year, each 5–33 ha in size (n=62 fields). At an intermediate spatial scale, we deployed artificial nests (2000, n=280) within 1‐ha plots at three experimental densities (5, 10, and 20 nests ha −1 ) in a complete randomized block design and examined differences in nest predation. At the smallest spatial scale, we examined nest success in relation to nearest‐neighbor fates and distances for artificial (2000, n=280) and natural nests (2000, n=507). We detected no relationship between nest success and the density of natural nests among fields in any year, nor when we pooled data for all years after controlling for year effects. The proportion of artificial nests that survived also did not depend on experimental nest densities within 1‐ha plots. Overall, 15.0±12.4%, 15.0±11.0%, and 6.2±4.3% of artificial nests survived the 32‐day exposure period in the low, intermediate, and high nest densities, respectively. Additionally, we detected no consistent effect of nearest‐neighbor fate or distance on the success of artificial or natural nests. Thus, our results provide no evidence of density‐dependent predation on duck nests at any scale of analysis, in contrast to a number of previous studies. Variation among geographical locations in the degree to which predation is density‐dependent may reflect the composition of the predator community and the availability of alternate prey.
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 | 0,000 | 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) | 0,003 | 0,008 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».