Effect of Predation Risk on Prey Population Dynamics and Its Mechanisms
Notice bibliographique
Résumé
Predators can not only control population size of prey through direct killing,but also influence reproductive outputs and population dynamics of prey through predation risk effects,which are the costs incurred by prey's anti-predator behavioral change.Predation risk effects can have even stronger influences on prey population dynamics than direct killing of prey,but there have been relatively smaller number of field studies about the impacts of predation risk effects on population dynamics of preys during the past decades.This paper reviews the progress of researches about predation risk effects on population dynamics of preys with emphasis on introduction of several classical case studies involving Wolf(Canis lupus)-Elk(Cervus elephus) system in Yellowstone National Park of USA and Predator-snowshoe Hare(Lepus americanus) system in Yukon of Canada.This paper elaborates two hypotheses(predator-sensitive-food hypothesis and predation stress hypothesis) that have been proposed to illustrate the mechanisms underlying the impacts of predation risk on nutrition,reproduction and population dynamics of preys.There is evidence to support both hypotheses,but more researches are needed to further verify them.Considering that there have been few field studies about predation risk effects on prey population dynamics in China and the fact that many endangered species are facing increasing natural and anthropogenic stresses in China,I put forward recommendations and urge to conduct researches on predation risk effects(in addition to direct predation effects) on population dynamics of endangered ungulate preys in China.
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) | 0,000 | 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 ».