MétaCan
Menu
Retour à la cohorte
Enregistrement W2106035164 · doi:10.1111/j.1600-0706.2012.20708.x

Predator‐mediated interactions between preferred, alternative and incidental prey in the arctic tundra

2012· article· en· W2106035164 sur OpenAlexaffabout
Laura McKinnon, Dominique Berteaux, Gilles Gauthier, Joël Bêty

Notice bibliographique

RevueOikos · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésPredationNest (protein structural motif)TundraGoosePredatorEcologyBiologyCompetition (biology)Abundance (ecology)Bird nestArctic

Résumé

récupéré en direct d'OpenAlex

Apparent competition between prey is hypothesized to occur more frequently in environments with low densities of preferred prey, where predators are forced to forage for multiple prey items. In the arctic tundra, numerical and functional responses of predators to preferred prey (lemmings) affect the predation pressure on alternative prey (goose eggs) and predators aggregate in areas of high alternative prey density. Therefore, we hypothesized that predation risk on incidental prey (shorebird eggs) would increase in patches of high goose nest density when lemmings were scarce. To test this hypothesis, we measured predation risk on artificial shorebird nests in quadrats varying in goose nest density on Bylot Island (Nunavut, Canada) across three summers with variable lemming abundance. Predation risk on artificial shorebird nests was positively related to goose nest density, and this relationship was strongest at low lemming abundance when predation risk increased by 600% as goose nest density increased from 0 to 12 nests ha −1 . Camera monitoring showed that activity of arctic foxes, the most important predator, increased with goose nest density. Our data support our incidental prey hypothesis; when preferred prey decrease in abundance, predator mediated apparent competition via aggregative response occurs between the alternative and incidental prey items.

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 enseignants0,004
Score d'incertitude au seuil0,606

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 savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,024
Tête enseignante GPT0,262
Écart entre enseignants0,238 · 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

Citations67
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOikosMême sujetWildlife Ecology and ConservationTravaux en français237 207