Landscape heterogeneity drives intra‐population niche variation and reproduction in an arctic top predator
Notice bibliographique
Résumé
While intra-population variability in resource use is ubiquitous, little is known of how this measure of niche diversity varies in space and its role in population dynamics. Here we examined how heterogeneous breeding environments can structure intra-population niche variation in both resource use and reproductive output. We investigated intra-population niche variation in the Arctic tundra ecosystem, studying peregrine falcon (Falco peregrinus tundrius, White) breeding within a terrestrial-marine gradient near Rankin Inlet, Nunavut, Canada. Using stable isotope analysis, we found that intra-population niches varied at the individual level; we examined within-nest and among-nest variation, though only the latter varied along the terrestrial-marine gradient (i.e., increased among-nest variability among birds nesting within the marine environment, indicating higher degree of specialization). Terrestrial prey species (small herbivores and insectivores) were consumed by virtually all falcons. Falcons nesting within the marine environment made use of marine prey (sea birds), but depended heavily on terrestrial prey (up to 90% of the diet). Using 28-years of peregrine falcon nesting data, we found a positive relationship between the proportion of terrestrial habitat surrounding nest sites and annual nestling production, but no relationship with the likelihood of successfully rearing at least one nestling reaching 25 days old. Annually, successful inland breeders raised 0.47 more young on average compared to offshore breeders, which yields potential fitness consequences for this long-living species. The analyses of niche and reproductive success suggest a potential breeding cost for accessing distant terrestrial prey, perhaps due to additional traveling costs, for those individuals with marine nest site locations. Our study indicates how landscape heterogeneity can generate proximate (niche variation) and ultimate (reproduction) consequences on a population of generalist predator. We also show that within-individual and among-individual variation are not mutually exclusive, but can simultaneously arise and structure intra-population niche variation.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».