MétaCan
Menu
Retour à la cohorte
Enregistrement W4224920881 · doi:10.1098/rsbl.2021.0676

Dietary shifts may underpin the recovery of a large carnivore population

2022· article· en· W4224920881 sur OpenAlexaff
Mariana A. Campbell, Vinay Udyawer, Timothy D. Jardine, Yusuke Fukuda, R. Keller Kopf, Stuart E. Bunn, Hamish A. Campbell

Notice bibliographique

RevueBiology Letters · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesAustralian Research Council
Mots-clésCarnivoreBiologyCrocodilePredationPopulationEcologyApex predatorPopulation growthEcosystemIntraguild predationPredator

Résumé

récupéré en direct d'OpenAlex

Supporting the recovery of large carnivores is a popular yet challenging endeavour. Estuarine crocodiles in Australia are a large carnivore conservation success story, with the population having extensively recovered from past heavy exploitation. Here, we explored if dietary changes had accompanied this large population recovery by comparing the isotopes δ 13 C and δ 15 N in bones of crocodiles sampled 40 to 55 years ago (small population) with bones from contemporary individuals (large population). We found that δ 13 C and δ 15 N values were significantly lower in contemporary crocodiles than in the historical cohort, inferring a shift in prey preference away from marine and into terrestrial food webs. We propose that an increase in intraspecific competition within the recovering crocodile population, alongside an increased abundance of feral ungulates occupying the floodplains, may have resulted in the crocodile population shifting to feed predominantly upon terrestrial food sources. The number of feral pigs consumed to sustain and grow crocodile biomass may help suppress pig population growth and increase the flow of terrestrially derived nutrients into aquatic ecosystems. The study highlights the significance of prey availability in contributing to large carnivore population recovery.

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 enseignants0,023
Score d'incertitude au seuil0,998

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,011
Tête enseignante GPT0,238
Écart entre enseignants0,227 · 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

Citations11
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetIsotope Analysis in EcologyTravaux en français237 207