MétaCan
Menu
Retour à la cohorte
Enregistrement W3158832190 · doi:10.1080/11956860.2021.1917859

How will snow retention and shading from Arctic shrub expansion affect caribou food resources?

2021· article· en· W3158832190 sur OpenAlexafffundvenueabout
Evelyne Lemay, Steeve D. Côté, Jean‐Pierre Tremblay

Notice bibliographique

RevueEcoscience · 2021
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésShrubProsopis glandulosaSnowEnvironmental scienceBiomass (ecology)CarexForbAgronomyTundraEcologyBiologyArcticGeographyGrasslandWoody plant

Résumé

récupéré en direct d'OpenAlex

Increased snow cover and attenuation of light due to shrub expansion can lead to changes in the quantity and nutritional quality of food resources for migratory caribou (Rangifer tarandus). To determine how vegetation is affected by snow accumulation and shade, we conducted an experiment that simulated the light and snow conditions created by increased shrub cover at Deception Bay (Nunavik, Canada), within the summer range of the Rivière-aux-Feuilles caribou herd. We estimated the foliar biomass of two major components of the caribou diet (Betula glandulosa and Carex spp.). We also harvested foliar tissue to conduct chemical composition analyses (nitrogen, fibre, total phenolics). Experimental light attenuation was found to increase the nitrogen concentrations in B. glandulosa and Carex spp. throughout the growing season. Phenolic concentration in B. glandulosa decreased in early summer but was otherwise consistent in response to light attenuation and increased snow cover. Increased snow cover combined with ambient light had a positive effect on the foliar biomass of B. glandulosa. Increased snow cover and shade caused by shrub densification may therefore increase forage quantity and quality for caribou. We suggest investigating the effects of shrub expansion on other components of the caribou diet, such as lichens and forbs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,218
Écart entre enseignants0,180 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2021
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueEcoscienceMême sujetClimate change and permafrostTravaux en français237 207