Forage diversity, type and abundance influence winter resource selection by white‐tailed deer
Notice bibliographique
Résumé
Abstract Questions The presence of a plant species can influence the selection of another plant species by herbivores. Natural communities encompass several plant species, and in these multi‐species environments, resource selection by herbivores could be partly explained by plant diversity. Our objective was to determine how winter consumption by a large herbivore (white‐tailed deer) varies relative to the diversity and composition of the plant community in a temperate forest. (a) Does browsing increases or decreases with diversity indices; and (b) are specific community compositions linked to high or low browsing by deer? We also aimed to determine whether neighbouring plant diversity and identity could modify browsing on a specific species, Pinus strobus (hereafter pine). Location Vallée de la Gatineau, Québec, Canada. Methods We sampled 102 plots in the sugar maple (Acer saccharum)–basswood (Tilia americana) subdomain, a deciduous type of forest in the northern temperate zone. Each plot was centred on a pine and browsing by deer, plot diversity and composition were measured. Results Total browsing and browsing on focal pines decreased with increasing values of diversity indices, but only in plots with high resource abundance. This result is in accordance with optimal foraging principles, as diversified plots have a lower concentration of preferred species. Total consumption did not vary with plot composition, but browsing on the focal pine decreased with increased abundance of Diervilla lonicera and Lonicera canadensis, abundant deciduous shrubs. This associational defence could protect vulnerable pines from deer browsing. Conclusion While our study revealed a relationship between plant community diversity and winter browse use and selection by deer, it also highlighted the importance of resource abundance and community composition – variables influencing the resource selection process. Diversity measures can describe vegetation communities, but probably do not represent the way in which herbivores perceive their environment.
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 | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,001 | 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 ».