Long-term monitoring reveals topographical features and vegetation that explain winter habitat use of an Arctic rodent
Notice bibliographique
Résumé
The quality of wintering habitats, such as depth of snow cover, plays a key role in sustaining population dynamics of Arctic lemmings. However, few studies so far investigated habitat use during the Arctic winter. Here, we used a unique long-term time series to test whether lemmings are associated with topographical and vegetational habitat features for their wintering sites. We examined yearly numbers and distribution of 22 769 winter nests of the collared lemming Dicrostonyx groenlandicus (Traill, 1823) from an ongoing long-term research on Traill Island, Northeast Greenland, collected between 1989 and 2019, and correlated this information with data on dominant vegetation types, elevation, and slope. We found that the number of lemming nests was highest in areas with a high proportion of Dryas heath, but was also correlated with other vegetation types, suggesting some flexibility in resource use of wintering lemmings. Furthermore, lemmings showed a higher use for sloped terrain, probably as it enhances the formation of deep snow drifts, which increases the insulative characteristics of the snowpack and protection from predators. With global warming, prime lemming winter habitats may become scarce through alteration of snow physical properties, potentially resulting in negative consequence for the whole community of terrestrial vertebrates.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 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 ».