Predator behaviour and predation risk in the heterogeneous Arctic environment
Notice bibliographique
Résumé
1. Habitat heterogeneity and predator behaviour can strongly affect predator-prey interactions but these factors are rarely considered simultaneously, especially when systems encompass multiple predators and prey. 2. In the Arctic, greater snow geese Anser caerulescens atlanticus L. nest in two structurally different habitats: wetlands that form intricate networks of water channels, and mesic tundra where such obstacles are absent. In this heterogeneous environment, goose eggs are exposed to two types of predators: the arctic fox Vulpes lagopus L. and a diversity of avian predators. We hypothesized that, contrary to birds, the hunting ability of foxes would be impaired by the structurally complex wetland habitat, resulting in a lower predation risk for goose eggs. 3. In addition, lemmings, the main prey of foxes, show strong population cycles. We thus further examined how their fluctuations influenced the interaction between habitat heterogeneity and fox predation on goose eggs. 4. An experimental approach with artificial nests suggested that foxes were faster than avian predators to find unattended goose nests in mesic tundra whereas the reverse was true in wetlands. Foxes spent 3.5 times more time between consecutive attacks on real goose nests in wetlands than in mesic tundra. Their attacks on goose nests were also half as successful in wetlands than in mesic tundra whereas no difference was found for avian predators. 5. Nesting success in wetlands (65%) was higher than in mesic tundra (56%) but the difference between habitats increased during lemming crashes (15%) compared to other phases of the cycle (5%). Nests located at the edge of wetland patches were also less successful than central ones, suggesting a gradient in accessibility of goose nests in wetlands for foxes. 6. Our study shows that the structural complexity of wetlands decreases predation risk from foxes but not avian predators in arctic-nesting birds. Our results also demonstrate that cyclic lemming populations indirectly alter the spatial distribution of productive nests due to a complex interaction between habitat structure, prey-switching and foraging success of foxes.
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 | 0,000 | 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) | 0,001 | 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 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 ».