MétaCan
Menu
Retour à la cohorte
Enregistrement W2102071582 · doi:10.1890/14-0582.1

Combined effects of climate, predation, and density dependence on Greater and Lesser Scaup population dynamics

2015· article· en· W2102071582 sur OpenAlexaff
Beth E. Ross, Mevin B. Hooten, Jean‐Michel DeVink, David N. Koons

Notice bibliographique

RevueEcological Applications · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSpecies Distribution and Climate Change
Établissements canadiensStantec (Canada)
Organismes subventionnairesnon disponible
Mots-clésMesopredator release hypothesisEcologyPopulationClimate changeAbundance (ecology)Apex predatorAythyaRange (aeronautics)PredationEnvironmental scienceBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

An understanding of species relationships is critical in the management and conservation of populations facing climate change, yet few studies address how climate alters species interactions and other population drivers. We use a long-term, broad-scale data set of relative abundance to examine the influence of climate, predators, and density dependence on the population dynamics of declining scaup (Aythya) species within the core of their breeding range. The state-space modeling approach we use applies to a wide range of wildlife species, especially populations monitored over broad spatiotemporal extents. Using this approach, we found that immediate snow cover extent in the preceding winter and spring had the strongest effects, with increases in mean snow cover extent having a positive effect on the local surveyed abundance of scaup. The direct effects of mesopredator abundance on scaup population dynamics were weaker, but the results still indicated a potentil interactive process between climate and food web dynamics (mesopredators, alternative prey, and scaup). By considering climate variables and other potential effects on population dynamics, and using a rigorous estimation framework, we provide insight into complex ecological processes for guiding. conservation and policy actions aimed at mitigating and reversing the decline of scaup.

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 candidatesaucune
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 enseignants0,031
Score d'incertitude au seuil0,543

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)0,0000,000

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 Opus0,017
Tête enseignante GPT0,239
Écart entre enseignants0,222 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations34
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcological ApplicationsMême sujetSpecies Distribution and Climate ChangeTravaux en français237 207