Seasonal variation in plant nutritive quality for Greater Snow Goose goslings in mesic tundra
Notice bibliographique
Résumé
Variation in nutritive quality over time and among forage plants is important for herbivores such as geese. We examined the seasonal variation of some nutritive attributes (nitrogen, neutral detergent fibre, and phenolic compounds) of five plant species consumed by Greater Snow Geese ( Chen caerulescens atlantica ) L. in mesic tundra, a habitat where goose feeding ecology has been little studied compared with wetlands. We sampled ungrazed, aboveground plant tissues five times at 10–14 d intervals between 1 July and 15 August 2003 on Bylot Island, Nunavut. The species were Arctagrostis latifolia (R. Br.) Griseb. (Gramineae), Luzula nivalis (Laest.) Beurl. (Juncaceae), Oxytropis maydelliana Trautv. (Leguminosae), Oxyria digyna (L.) Hill, and Polygonum viviparum L. (both Polygonaceae). All species showed a seasonal decline in nitrogen content in both leaves and flowering heads (includes flowers and fruits) but the amplitude was variable among species (from 10% to 62% decline depending on the species). Neutral detergent fibre concentration in leaves remained stable or increased slightly over time in contrast to flowering heads where it increased in all species (from 7% to 94%). Fibre content was higher in flowering heads than in leaves. The total content of phenolic compounds varied throughout the summer. In some cases, the content of phenolic compounds remained stable but in others it initially increased and then decreased later on, or it increased throughout the summer. Seasonal variations in plant nutritive quality were smaller than interspecific differences. The nitrogen content of forbs (especially Oxytropis ) was high and their fibre content low compared with the grass and rush species (Luzula), particularly during the early summer.
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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».