Late snow melt moderates herbivore disturbance of the Arctic tundra
Notice bibliographique
Résumé
ABSTRACT Resilience of tundra vegetation to disturbance by herbivores can be low and lead to ecosystem state shifts. Pink-footed geese Anser brachyrhynchus are the most numerous herbivore on Svalbard and disturb vegetation when foraging for below-ground plant biomass (grubbing). We assessed grubbing extent (occurrence of vegetation disturbance) and intensity (proportion of vegetation disturbed) in 2006/07/08 when goose numbers were approximately 56,000 and in 2013 when they increased to approximately 81,000. Despite a 36% increase in population size, in 2013 the grubbing extent at pre-breeding sites was similar to that in 2007/08 but grubbing intensity was lower. Extensive snow cover in 2013 probably dispersed geese over larger areas in search of snow-free patches for feeding, thereby reducing grubbing intensity. At the largest known breeding site, both grubbing extent and intensity increased with more geese. Birds preferentially fed close to nests in previously grubbed wet habitat, probably aiding nest defence and permitting feeding on plants that were easier to remove from the soil. A greater impact on tundra vegetation may occur at nesting areas if the breeding population continues to grow. However, timing of snowmelt appears key in moderating the impact of disturbance on tundra vegetation since it controls spatial distributions of feeding geese.
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 | 0,001 | 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 ».