Using predator-prey theory to predict outcomes of a broad-scale test of apparent competition
Notice bibliographique
Résumé
© 2015 by The University of Chicago. 0003-0147/2015/18505-55371$15.00. All rights reserved. Apparent competition is an important process influencing many ecological communities. We used predator-prey theory to predict outcomes of ecosystem experiments aimed at mitigating apparent competition by reducing primary prey. Simulations predicted declines in secondary prey following reductions in primary prey because predators consumed more secondary prey until predator numbers responded to reduced prey densities. Losses were exacerbated by a higher carrying capacity of primary prey and a longer lag time of the predator’s numerical response, but a gradual reduction in primary prey was less detrimental to the secondary prey. We compared predictions against two field experiments where endangered woodland caribou (Rangifer tarandus caribou) were victims of apparent competition. First, when deer (Odocoileus sp.) declined suddenly following a severe winter, cougar (Puma concolor) declined with a 1– 2-year lag, yet in the interim more caribou were killed by cougars, and caribou populations declined by 40%. Second, when moose (Alces alces) were gradually reduced using a management experiment, wolf (Canis lupus) populations declined but did not shift consumption to caribou, and the largest caribou subpopulation stabilized. The observed contrasting outcomes of sudden versus gradual declines in primary prey supported theoretical predictions. Combining theory with field studies clarified how to manage communities to mitigate endangerment caused by apparent competition that affects many taxa.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».