Predicting prey population dynamics from kill rate, predation rate and predator-prey ratios in three wolf-ungulate systems
Notice bibliographique
Résumé
1. Predation rate (PR) and kill rate are both fundamental statistics for understanding predation. However, relatively little is known about how these statistics relate to one another and how they relate to prey population dynamics. We assess these relationships across three systems where wolf-prey dynamics have been observed for 41 years (Isle Royale), 19 years (Banff) and 12 years (Yellowstone). 2. To provide context for this empirical assessment, we developed theoretical predictions of the relationship between kill rate and PR under a broad range of predator-prey models including predator-dependent, ratio-dependent and Lotka-Volterra dynamics. 3. The theoretical predictions indicate that kill rate can be related to PR in a variety of diverse ways (e.g. positive, negative, unrelated) that depend on the nature of predator-prey dynamics (e.g. structure of the functional response). These simulations also suggested that the ratio of predator-to-prey is a good predictor of prey growth rate. That result motivated us to assess the empirical relationship between the ratio and prey growth rate for each of the three study sites. 4. The empirical relationships indicate that PR is not well predicted by kill rate, but is better predicted by the ratio of predator-to-prey. Kill rate is also a poor predictor of prey growth rate. However, PR and ratio of predator-to-prey each explained significant portions of variation in prey growth rate for two of the three study sites. 5. Our analyses offer two general insights. First, Isle Royale, Banff and Yellowstone are similar insomuch as they all include wolves preying on large ungulates. However, they also differ in species diversity of predator and prey communities, exploitation by humans and the role of dispersal. Even with the benefit of our analysis, it remains difficult to judge whether to be more impressed by the similarities or differences. This difficulty nicely illustrates a fundamental property of ecological communities. Second, kill rate is the primary statistic for many traditional models of predation. However, our work suggests that kill rate and PR are similarly important for understanding why predation is such a complex process.
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 | 0,001 |
| 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 ».