Life history traits interact with landscape composition to influence population dynamics of a terrestrial arthropod: A simulation study
Notice bibliographique
Résumé
:Population persistence of animals that have specific habitat requirements in certain life history stages is influenced by spatial and temporal availability of the required habitat. Accessibility of suitable habitats may be affected by their spatial distribution in the landscape and by dispersal ability of the animals. Animals with low dispersal power should be more vulnerable to spatial variation in the distribution of suitable habitats than animals with high dispersal ability. We investigated the effects of differential dispersal power and landscape composition on population dynamics of a terrestrial arthropod by use of a spatially explicit individual-based simulation model. The model was parameterized with data from a common spring breeding carabid beetle in European agroecosystems. Spring-breeding ground beetles depend largely on vegetated field boundaries for (winter) hibernation. We analyzed the effects of and interaction between dispersal rate, field size, and availability of hibernation sites on beetle population development and spatial dynamics. A landscape composed of small fields and a high boundary-to-field size ratio supported larger beetle populations than a landscape consisting of large fields. Animal populations were more robust to variation in spatial distribution of required habitat when dispersal power of individuals was high. In a landscape of large fields, beetles were found to associate with the field boundaries, whereas such an association was not observed in a landscape composed of small fields, suggesting that distance to hibernation sites may be a limiting factor for habitat use. Interactions between life history traits and essential habitat requirements may have profound effects on population dynamics and play an important role in predictions of effects of landscape changes on animal 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.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».