Fading indirect effects in a warming arctic tundra
Notice bibliographique
Résumé
Abstract Indirect interactions in food webs can strongly influence the net effect of global change on ecological communities yet they are rarely quantified and hence remain poorly understood. Using a 22-year time series, we investigated climate-induced and predator-mediated indirect effects on grazing intensity in the tundra food web of Bylot Island, which experienced a warming trend over the last two decades. We evaluated the relative effects of environmental parameters on the proportion of plant biomass grazed by geese in wetlands and examined the temporal changes in the strength of these cascading effects. Migrating geese are the dominant herbivores on Bylot Island and can consume up to 60% of the annual production of wetland graminoids. Spring North Atlantic Oscillation, mid-summer temperatures and summer abundance of lemmings (prey sharing predators with geese) best-explained annual variation in grazing intensity. Goose grazing impact increased in years with high temperatures and high lemming abundance. However, the strength of these indirect effects on plants changed over time. Grazing intensity was weakly explained by environmental factors in recent years, which were marked by a sharp increase in plant primary production and steady decrease in grazing pressure. Indirect effects do not seem to be reversing the direct positive effect of warming on wetland plants. We suggest that cascading effects on plants may lag considerably behind direct effects in vertebrate dominated arctic communities, especially where key herbivore populations are strongly affected by factors outside of the Arctic.
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 | 0,001 | 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 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 ».