Multispecies integrated population model reveals bottom‐up dynamics in a seabird predator–prey system
Notice bibliographique
Résumé
Abstract Assessing the effects of climate and interspecific relationships on communities is challenging because of the complex interplay between species population dynamics, their interactions, and the need to integrate information across several biological levels (individuals, populations, communities). Usually used to quantify single‐species demography, integrated population models (IPMs) have recently been extended to communities. These models allow fitting multispecies matrix models to data from multiple sources while simultaneously accounting for uncertainty in each data source. We used multispecies IPMs accommodating climatic variables to quantify the relative contribution of climate vs. interspecific interactions on demographic parameters, such as survival and breeding success, in the dynamics of a predator–prey system. We considered a stage‐structured predator–prey system combining 22 yr of capture–recapture data and population counts of two seabirds, the Brown Skua ( Catharacta lönnbergi ) and its main prey the Blue Petrel ( Halobaena caerulea ), both breeding on the Kerguelen Islands in the Southern Ocean. Our results showed that climate and predator–prey interactions drive the demography of skuas and petrels in different ways. The breeding success of skuas appeared to be largely driven by the number of petrels and to a lesser extent by intraspecific density dependence. In contrast, there was no evidence of predation effects on the demographic parameters of petrels, which were affected by oceanographic factors. We conclude that bottom‐up mechanisms are the main drivers of this skua–petrel system.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».