Demographic response of tundra small mammals to a snow fencing experiment
Notice bibliographique
Résumé
Snow cover is a key environmental component for tundra wildlife that will be affected by climate change. Change to the snow cover may affect the population dynamics of high‐latitude small mammals, which are active throughout the winter and reproduce under the snow. We experimentally tested the hypotheses that a deeper snow cover would enhance the densities and winter reproductive rates of small mammals, but that predation by mustelids could be higher in areas of increased small mammal density. We enhanced snow cover by setting out snow fences at three sites in the Canadian Arctic (Bylot Island, Nunavut, and Herschel Island and Komakuk Beach, Yukon) over periods ranging from one to four years. Densities of winter nests were higher where snow depth was increased but spring lemming densities did not increase on the experimental areas. Lemmings probably moved from areas of deep snow, their preferred winter habitat, to summer habitat during snow melt once the advantages associated with deep snow were gone. Our treatment had no effect on signs of reproduction in winter nests, proportion of lactating females in spring, or the proportion of juveniles caught in spring, which suggests that deep snow did not enhance reproduction. Results on predation were inconsistent across sites as predation by weasels was higher on the experimental area at one site but lower at two others and was not higher in areas of winter nest aggregations. Although this experiment provided us with several new insights about the impact of snow cover on the population dynamics of tundra small mammals, it also illustrates the challenges and difficulties associated with large‐scale experiments aimed at manipulating a critical climatic factor.
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) | 0,002 | 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 ».