Demographic consequences of harvesting: a case study from a small and isolated moose population
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Harvesting can have a substantial impact on population dynamics and individual performance in wild populations. While the direct consequences of harvest on individual survival and population growth rate are often apparent, harvesting can also have indirect and more subtle demographic consequences. Disentangling these consequences, however, requires in-depth knowledge of individual life histories of both females and males in the population. Here, we summarise demographic research on a population where such data exist: the Vega moose population in northern Norway. In this population, vital rates vary considerably among both females and males, and harvesting increases this variation by generating positive covariation between reproductive performance and survival. The skewed age and sex structure, which is typical of many harvested populations, also has demographic consequences: it reduces the ratio of effective to total population size and influences variation in vital rates in males and females. The moose harvest at Vega is structured by age- and sex-specific quotas, but it is not intentionally selective regarding size or other phenotypic characteristics. Still, harvest selection for earlier birth rates and larger calves was apparent, likely due to habitat-performance relationships and habitat-specific harvest mortality. Together, the bulk of research on this population shows that harvesting impacts population demography through many different pathways, with some being more subtle than others. These complex pathways influence the demographic variance and affect stochastic processes such as population growth, genetic drift, and rates of evolutionary change, and they must therefore be acknowledged in management plans to achieve sustainable harvesting.
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.
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 | 0,001 | 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) | 0,000 | 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 découle