Demography of an apex predator at the edge of its range: impacts of changing sea ice on polar bears in Hudson Bay
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Changes in the abundance and distribution of wildlife populations are common consequences of historic and contemporary climate change. Some Arctic marine mammals, such as the polar bear (Ursus maritimus), may be particularly vulnerable to such changes due to the loss of Arctic sea ice. We evaluated the impacts of environmental variation on demographic rates for the Western Hudson Bay (WH), polar bear subpopulation from 1984 to 2011 using live-recapture and dead-recovery data in a Bayesian implementation of multistate capture-recapture models. We found that survival of female polar bears was related to the annual timing of sea ice break-up and formation. Using estimated vital rates (e.g., survival and reproduction) in matrix projection models, we calculated the growth rate of the WH subpopulation and projected population responses under different environmental scenarios while accounting for parametric uncertainty, temporal variation, and demographic stochasticity. Our analysis suggested a long-term decline in the number of bears from 1185 (95% Bayesian credible interval [BCI] = 993-1411) in 1987 to 806 (95% BCI = 653-984) in 2011. In the last 10 yr of the study, the number of bears appeared stable due to temporary stability in sea ice conditions (mean population growth rate for the period 2001-2010 = 1.02, 95% BCI = 0.98-1.06). Looking forward, we estimated long-term growth rates for the WH subpopulation of ~1.02 (95% BCI = 1.00-1.05) and 0.97 (95% BCI = 0.92-1.01) under hypothetical high and low sea ice conditions, respectively. Our findings support previous evidence for a demographic linkage between sea ice conditions and polar bear population dynamics. Furthermore, we present a robust framework for sensitivity analysis with respect to continued climate change (e.g., to inform scenario planning) and for evaluating the combined effects of climate change and management actions on the status of wildlife populations.
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.
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 | 0,001 |
| 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 découle