Examining Interspecific density-dependent dispersal in forest small mammals
Notice bibliographique
Résumé
The effects of conspecific densities on dispersal have been well documented. However, while positive and negative density-dependent dispersal based on conspecific densities are often shown to be the result of intraspecific competition or facilitation respectively, the effects of heterospecific densities on dispersal are examined far less frequently. This despite the potential for the analogous processes of interspecific competition and heterospecific attraction to influence dispersal. Here we use 51 years of live-trapping data on deer mouse ( Peromsycus maniculatus ), eastern chipmunk ( Tamias striatus ), red-backed vole ( Myodes gapperi ), and jumping mice ( Napaeozapus insignis and Zapus hudsonius ) to examine the effects of both conspecific and heterospecific densities on dispersal frequency. In terms of conspecific densities, jumping mice were more likely to disperse from areas of low conspecific densities, while red-backed voles and chipmunks did not respond to conspecific densities in their dispersal frequencies. When considering interspecific density effects, while there were no statistically clear effects of density on dispersal frequency, the effects of chipmunk and jumping mice densities on dispersal by red-backed vole were greater than the effects of conspecific densities, with voles more likely to disperse from areas of high chipmunk densities and low jumping mice densities. Likewise, the effect of chipmunk densities on dispersal by jumping mice was greater than the conspecific density effect. Conspecific densities clearly can affect dispersal by two of these four species, but the effects of heterospecific densities on dispersal frequency are less clear. Based on effect sizes it appears that there is potential for heterospecific effects on dispersal by some species in the community, but future experimental work could elucidate the strength and causes of these relationships.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».