Predicting functional responses in agro‐ecosystems from animal movement data to improve management of invasive pests
Notice bibliographique
Résumé
Functional responses describe how changing resource availability affects consumer resource use, thus providing a mechanistic approach to prediction of the invasibility and potential damage of invasive alien species (IAS). However, functional responses can be context dependent, varying with resource characteristics and availability, consumer attributes, and environmental variables. Identifying context dependencies can allow invasion and damage risk to be predicted across different ecoregions. Understanding how ecological factors shape the functional response in agro-ecosystems can improve predictions of hotspots of highest impact and inform strategies to mitigate damage across locations with varying crop types and availability. We linked heterogeneous movement data across different agro-ecosystems to predict ecologically driven variability in the functional responses. We applied our approach to wild pigs (Sus scrofa), one of the most successful and detrimental IAS worldwide where agricultural resource depredation is an important driver of spread and establishment. We used continental-scale movement data within agro-ecosystems to quantify the functional response of agricultural resources relative to availability of crops and natural forage. We hypothesized that wild pigs would selectively use crops more often when natural forage resources were low. We also examined how individual attributes such as sex, crop type, and resource stimulus such as distance to crops altered the magnitude of the functional response. There was a strong agricultural functional response where crop use was an accelerating function of crop availability at low density (Type III) and was highly context dependent. As hypothesized, there was a reduced response of crop use with increasing crop availability when non-agricultural resources were more available, emphasizing that crop damage levels are likely to be highly heterogeneous depending on surrounding natural resources and temporal availability of crops. We found significant effects of crop type and sex, with males spending 20% more time and visiting crops 58% more often than females, and both sexes showing different functional responses depending on crop type. Our application demonstrates how commonly collected animal movement data can be used to understand context dependencies in resource use to improve our understanding of pest foraging behavior, with implications for prioritizing spatiotemporal hotspots of potential economic loss in agro-ecosystems.
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 | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».