Modeling optimal responses and fitness consequences in a changing Arctic
Notice bibliographique
Résumé
Animals must balance a series of costs and benefits while trying to maximize their fitness. For example, an individual may need to choose how much energy to allocate to reproduction versus growth, or how much time to spend on vigilance versus foraging. Their decisions depend on complex interactions between environmental conditions, behavioral plasticity, reproductive biology, and energetic demands. As animals respond to novel environmental conditions caused by climate change, the optimal decisions may shift. Stochastic dynamic programming provides a flexible modeling framework with which to explore these trade-offs, but this method has not yet been used to study possible changes in optimal trade-offs caused by climate change. We created a stochastic dynamic programming model capturing trade-off decisions required by an individual adult female polar bear (Ursus maritimus) as well as the fitness consequences of her decisions. We predicted optimal foraging decisions throughout her lifetime as well as the energetic thresholds below which it is optimal for her to abandon a reproductive attempt. To explore the effects of climate change, we shortened the spring feeding period by up to 3 weeks, which led to predictions of riskier foraging behavior and higher reproductive thresholds. The resulting changes in fitness may be interpreted as a best-case scenario, where bears adapt instantaneously and optimally to new environmental conditions. If the spring feeding period was reduced by 1 week, her expected fitness declined by 15%, and if reduced by 3 weeks, expected fitness declined by 68%. This demonstrates an effective way to explore a species' optimal response to a changing landscape of costs and benefits and highlights the fact that small annual effects can result in large cumulative changes in expected lifetime fitness.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».