MétaCan
Menu
Retour à la cohorte
Enregistrement W4210733961 · doi:10.1111/ele.13963

Harvesting can stabilise population fluctuations and buffer the impacts of extreme climatic events

2022· letter· en· W4210733961 sur OpenAlexaff
Bart Peeters, Vidar Grøtan, Marlène Gamelon, Vebjørn Veiberg, Aline Magdalena Lee, John M. Fryxell, S. D. Albon, Bernt‐Erik Sæther, Steinar Engen, Leif Egil Loe, Brage Bremset Hansen

Notice bibliographique

RevueEcology Letters · 2022
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueAnimal Ecology and Behavior Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNorges ForskningsrådNorges Teknisk-Naturvitenskapelige Universitet
Mots-clésDensity dependencePopulationExtinction (optical mineralogy)Population densityEnvironmental scienceEcologyVital ratesClimate changePopulation sizePopulation growthPopulation modelPopulation ecologyBiology

Résumé

récupéré en direct d'OpenAlex

Harvesting can magnify the destabilising effects of environmental perturbations on population dynamics and, thereby, increase extinction risk. However, population-dynamic theory predicts that impacts of harvesting depend on the type and strength of density-dependent regulation. Here, we used logistic population growth models and an empirical reindeer case study to show that low to moderate harvesting can actually buffer populations against environmental perturbations. This occurs because of density-dependent environmental stochasticity, where negative environmental impacts on vital rates are amplified at high population density due to intra-specific resource competition. Simulations from our population models show that even low levels of harvesting may prevent overabundance, thereby dampening population fluctuations and reducing the risk of population collapse and quasi-extinction following environmental perturbations. Thus, depending on the species' life history and the strength of density-dependent environmental drivers, low to moderate harvesting can improve population resistance to increased climate variability and extreme weather expected under global warming.

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 enseignants0,151
Score d'incertitude au seuil0,997

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,024
Tête enseignante GPT0,240
Écart entre enseignants0,216 · 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

Citations18
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetAnimal Ecology and Behavior StudiesTravaux en français237 207