Trade‐offs between predation risk and forage differ between migrant strategies in a migratory ungulate
Notice bibliographique
Résumé
Trade-offs between predation risk and forage fundamentally drive resource selection by animals. Among migratory ungulates, trade-offs can occur at large spatial scales through migration, which allows an "escape" from predation, but trade-offs can also occur at finer spatial scales. Previous authors suggest that ungulates will avoid predation risk at the largest scale, although few studies have examined multi-scale trade-offs to test for the relative benefits of risk avoidance across scales. Building on previously developed spatial models of forage and wolf predation risk, we tested for trade-offs at the broad landscape scale and at a finer, within-home-range scale for migratory and non-migratory resident elk (Cervus elaphus) during summer in the Canadian Rockies in Banff National Park (BNP) and adjacent Alberta, Canada. Migration reduced exposure to wolf predation risk by 70% relative to residents at the landscape scale; at the fine scale, migrants used areas that were, on average, 6% higher in forage digestibility. In contrast, by forgoing migration, resident elk were exposed to higher predation risk, but they reduced predation risk at fine scales to only 15% higher than migrants by using areas close to human activity, which wolves avoided. Thus, residents paid for trying to avoid predation risk with lower forage quality. Residents may have been able to compensate, however, by using areas of abundant forage close to human activity where they may have been able to forage more selectively while avoiding predation risk. Human activity effectively decoupled the positive correlation between high forage quality and wolf predation, providing an effective alternate strategy for residents, similar to recent findings in other systems. Although ungulates appear capable of balancing risk and forage at different spatial scales, risk avoidance at large landscape scales may be more effective in the absence of human-caused refugia from predation.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».