Individual responses to novel predation risk and the emergence of a landscape of fear
Notice bibliographique
Résumé
Abstract Elucidating changes in prey behavior in response to a novel predator is key to understanding how individuals acclimate to shifting predation regimes. Such responses are predicted to vary among individuals as a function of the level of risk to which individuals are exposed, temporal changes in risk, and landscape‐mediated changes in perceived risk. We tested how GPS‐tracked moose ( Alces alces , n = 19) responded to an emerging risk landscape with the introduction of hunting to a naïve population (large‐scale reduction experiment in Gros Morne National Park, Canada). We predicted that predation risk associated with hunters would influence moose habitat selection: Avoidance responses would be stronger during the day when hunting was allowed, and moose would learn to avoid risky locations which would strengthen in successive years for survivors occupying overall riskier home ranges. We found that moose avoided areas associated with a high risk of encounters with hunters but did not alter selection patterns between day and night. We did not find evidence of moose reacting more strongly to emerging risk as a function of risk within their home range. Moose did not increase their avoidance of areas associated with hunter risk across years but over time survivors selected non‐hunted refuge areas more frequently. Our results suggest that while moose did not adjust fine‐scale habitat selection through time to increased hunting risk, they did adjust selection at broader scales (based on proportions of hunter‐free habitat included in home range relative to study area). This finding supports the hypothesis that habitat selection at larger spatio‐temporal scales may reflect behavioral responses to a population’s most important limiting factors, which may not be apparent at finer scales.
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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».