MétaCan
Menu
Retour à la cohorte
Enregistrement W2142393540 · doi:10.1111/j.1095-8312.2007.00716.x

Stable isotopic niche predicts fitness of prey in a wolf-deer system

2007· article· en· W2142393540 sur OpenAlexafffund
Chris T. Darimont, Paul C. Paquet, T. E. Reimchen

Notice bibliographique

RevueBiological Journal of the Linnean Society · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensRaincoast Conservation FoundationUniversity of CalgaryUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaInnovative Research Group Project of the National Natural Science Foundation of China
Mots-clésBiologyOdocoileusForagingEcologyPredationOptimal foraging theoryPopulationNicheIsotope analysis

Résumé

récupéré en direct d'OpenAlex

Interindividual variation in niche presents a potentially central object on which natural selection can act. This may have important evolutionary implications because habitat use governs a suite of selective forces encountered by foragers. In a free-living native black-tailed deer, Odocoileus hemionus, population from coastal British Columbia, we used stable isotope analysis to identify individual variation in foraging niche and investigated its relationship to fitness. Using an intragenerational comparison of surviving and nonsurviving O. hemionus over 2 years of predation by wolves, Canis lupus, we detected resource-specific fitness. Individuals with isotopic signatures that suggested they foraged primarily in cedar (Thuja plicata)-dominated and low-elevation hemlock (Tsuga heterophylla)-dominated forest stands were more likely to be killed by C. lupus. High-quality forage in T. plicata stands, as indexed by protein content, may be involved in maintaining this foraging phenotype. Moreover, nonsurvivors diverged more than survivors from median isotopic signatures, suggesting selection against foraging specialization. Stable isotope analysis provides a novel opportunity to integrate ecological and selective landscapes in order to identify underlying ecological mechanisms of selection and provide insight into the maintenance of variability.

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)0,002
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 enseignants0,002
Score d'incertitude au seuil0,164

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 Opus0,020
Tête enseignante GPT0,227
Écart entre enseignants0,207 · 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

Citations69
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBiological Journal of the Linnean SocietyMême sujetWildlife Ecology and ConservationTravaux en français237 207