American Pikas' (<i>Ochotona princeps</i>) Foraging Response to Hikers and Sensitivity to Heat in an Alpine Environment
Notice bibliographique
Résumé
Optimal foraging theory predicts tradeoffs in animals balancing net energy intake and predator avoidance. In particular, overall foraging activity could be low if (1) perception of predation risk is high or (2) abiotic conditions are suboptimal. American pikas (Ochotona princeps) are small, food-hoarding mammals whose foraging opportunities are restricted by heat and risk of predation. If hiking disturbance is perceived by pikas as predation risk, it could reduce the amount of food stored overwinter, possibly affecting survival. We simulated hiker disturbance events for 48 pikas in Mount Revelstoke and Glacier National Parks, British Columbia, to estimate foraging time lost due to hikers. We tested risk avoidance hypotheses using four indicators of risk behavior: alert distance (DA), flight initiation distance (DF), exit delay (TE), and delay in return to forage (TR). All hiker disturbance events elicited antipredator behaviors in foraging pikas and reduced foraging time; however, when compared to increasing temperatures over 4–6 hour observation periods, the latter best predicted a reduction in pikas' foraging activity. For every 1 °C increase in temperature, pika foraging activity decreased by 3%. Pikas near trails (<50 m) lost an average of 4.1 (SE = 0.6) minutes of foraging time per disturbance event compared to 13.2 (SE = 1.7) minutes lost by pikas with territories >100 m away from trails. Such differences might reflect habituation in pikas undergoing frequent disturbance. Monitoring pika populations for declines would be sensible given projected trends in warming climate and potential increases in hiking traffic.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».