Tracking snowmelt to jump the green wave: phenological drivers of migration in a northern ungulate
Notice bibliographique
Résumé
In northern climates, spring is a time of rapid environmental change: for migrating terrestrial animals, melting snow facilitates foraging and travel, and newly emergent vegetation provides a valuable nutritional resource. These changes result in selection on the timing of important life-history events such as migration and parturition occurring when high-quality resources are most abundant. We examined the timing of female caribou (Rangifer tarandus, n = 94) migration and parturition in five herds across 7 yr in Newfoundland, Canada, as a function of two measures of environmental change-snowmelt and vegetation green-up. We generated resource selection functions to test whether caribou selected for areas associated with snowmelt and green-up during migration and following calving. We found that caribou migrated approximately 1 wk prior to snowmelt, with the flush of emergent vegetation occurring during the weeks following parturition. The results indicate that caribou "jump" the green wave of emergent forage and do so by tracking the receding edge of melting snow, likely reducing movement and foraging costs related to snow cover. Our research further broadens the ecological scope of resource tracking in animals. We demonstrate that resource tracking extends beyond resources directly related to foraging to those related to movement. We also show that snowmelt provides an environmental cue that may provide a buffer against changing environmental conditions.
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) | 0,001 | 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 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 ».