Diel predator activity drives a dynamic landscape of fear
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.
Notice bibliographique
Résumé
Abstract A “landscape of fear” (LOF) is a map that describes continuous spatial variation in an animal's perception of predation risk. The relief on this map reflects, for example, places that an animal avoids to minimize risk. Although the LOF concept is a potentially unifying theme in ecology that is often invoked to explain the ecological and conservation significance of fear, little is known about the daily dynamics of an LOF. Despite theory and data to the contrary, investigators often assume, implicitly or explicitly, that an LOF is a static consequence of a predator's mere presence within an ecosystem. We tested the prediction that an LOF in a large‐scale, free‐living system is a highly dynamic map with “peaks” and “valleys” that alternate across the diel (24‐h) cycle in response to daily lulls in predator activity. We did so with extensive data from the case study of Yellowstone elk ( Cervus elaphus ) and wolves ( Canis lupus ) that was the original basis for the LOF concept. We quantified the elk LOF, defined here as spatial allocation of time away from risky places and times, across nearly 1,000‐km 2 of northern Yellowstone National Park and found that it fluctuated with the crepuscular activity pattern of wolves, enabling elk to use risky places during wolf downtimes. This may help explain evidence that wolf predation risk has no effect on elk stress levels, body condition, pregnancy, or herbivory. The ability of free‐living animals to adaptively allocate habitat use across periods of high and low predator activity within the diel cycle is an underappreciated aspect of animal behavior that helps explain why strong antipredator responses may trigger weak ecological effects, and why an LOF may have less conceptual and practical importance than direct killing.
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 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 | 0,001 |
| 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) | 0,004 | 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 découle