Prey availability and ambient temperature influence carrion persistence in the boreal forest
Notice bibliographique
Résumé
Scavenging by vertebrates can have important impacts on food web stability and persistence, and can alter the distribution of nutrients throughout the landscape. However, scavenging communities have been understudied in most regions around the globe, and we lack understanding of the biotic drivers of vertebrate scavenging dynamics. In this paper, we examined how changes in prey density and carrion biomass caused by population cycles of a primary prey species, the snowshoe hare Lepus americanus, influence scavenging communities in the northern boreal forest. We further examined the impact of habitat and temperature on scavenging dynamics. We monitored the persistence time, time until first scavenger, and number of species scavenging experimentally-placed hare carcasses over four consecutive years in the southwestern Yukon. We simultaneously monitored hare density and carrion biomass to examine their influence relative to temperature, habitat, and seasonal effects. For the primary scavengers, we developed species-specific scavenging models to determine variation on the effects of these factors across species, and determine which species may be driving temporal patterns in the entire community. We found that the efficiency of the scavenging community was affected by hare density, with carcass persistence decreasing when snowshoe hare densities declined, mainly due to increased scavenging rates by Canada lynx Lynx canadensis. However, prey density did not influence the number of species scavenging a given carcass, suggesting prey abundance affects carrion recycling but not necessarily the number of connections in the food web. In addition, scavenging rates increased in warmer temperatures, and there were strong seasonal effects on the richness of the vertebrate scavenging community. Our results demonstrate that vertebrate scavenging communities are sensitive to changes in species' demography and environmental change, and that future assessments of food web dynamics should consider links established through scavenging.
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 | 0,000 | 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 ».