MétaCan
Menu
Retour à la cohorte
Enregistrement W2462177430 · doi:10.1002/ecs2.1374

Behavioral buffering of extreme weather events in a high‐Arctic herbivore

2016· article· en· W2462177430 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEcosphere · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensUniversity of Calgary
Organismes subventionnairesNorges Forskningsråd
Mots-clésExtreme weatherArcticClimate changeSnowEcologyGlobal warmingEnvironmental scienceHerbivorePopulationEcosystemTrophic levelBiologyGeographyMeteorologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract As global warming advances, there is a growing concern about the impact of extreme weather events on ecosystems. In the Arctic, more frequent unseasonal warm spells and rain‐on‐snow events in winter cause changes in snow‐pack properties, including ground icing. Such extreme weather events are known to have severe effects across trophic levels, for instance, causing die‐offs of large herbivores. However, the extent to which individuals and populations are able to buffer such events through behavioral plasticity is poorly understood. Here, we analyze responses in space use to rain‐on‐snow and icing events, and their fitness correlates, in wild reindeer in high‐Arctic Svalbard. Range displacement among GPS ‐collared females occurred mainly in icy winters to areas with less ice, lower over‐winter body mass loss, lower mortality rate, and higher subsequent fecundity, than the departure area. Our study provides rare empirical evidence that mammals may buffer negative effects of climate change and extreme weather events by adjusting behavior in highly stochastic environments. Under global warming, behavioral buffering may be important for the long‐term population persistence in mobile species with long generation time and therefore limited ability for rapid evolutionary adaptation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0190,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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