Range Expansion of Moose in Arctic Alaska Linked to Warming and Increased Shrub Habitat
Notice bibliographique
Résumé
Twentieth century warming has increased vegetation productivity and shrub cover across northern tundra and treeline regions, but effects on terrestrial wildlife have not been demonstrated on a comparable scale. During this period, Alaskan moose (Alces alces gigas) extended their range from the boreal forest into tundra riparian shrub habitat; similar extensions have been observed in Canada (A. a. andersoni) and Eurasia (A. a. alces). Northern moose distribution is thought to be limited by forage availability above the snow in late winter, so the observed increase in shrub habitat could be causing the northward moose establishment, but a previous hypothesis suggested that hunting cessation triggered moose establishment. Here, we use recent changes in shrub cover and empirical relationships between shrub height and growing season temperature to estimate available moose habitat in Arctic Alaska c. 1860. We estimate that riparian shrubs were approximately 1.1 m tall c. 1860, greatly reducing the available forage above the snowpack, compared to 2 m tall in 2009. We believe that increases in riparian shrub habitat after 1860 allowed moose to colonize tundra regions of Alaska hundreds of kilometers north and west of previous distribution limits. The northern shift in the distribution of moose, like that of snowshoe hares, has been in response to the spread of their shrub habitat in the Arctic, but at the same time, herbivores have likely had pronounced impacts on the structure and function of these shrub communities. These northward range shifts are a bellwether for other boreal species and their associated predators.
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 ».