Subpopulation contributions to a breeding metapopulation of migratory arctic herbivores: survival, fecundity and asymmetric dispersal
Notice bibliographique
Résumé
Estimates of demographic parameters for lesser snow geese Anser caerulescens caerulescens have become critical to understand ecosystem change in northern Canada. Exponential increase in abundance has produced hyperdensities of these herbivores that can affect Arctic ecosystem stability through intense foraging. Increased and sustained marking of individually‐identifiable lesser snow geese over their breeding distribution now permits joint estimation of local vital rates and movement probabilities among widely scattered subpopulations. We used multi‐state models, including an unobservable state, with live captures from 5 subpopulations and dead recoveries to estimate annual probabilities of 1) survival, 2) capture, 3) reported mortality and 4) movement to other subpopulations, as well as derived estimates for probabilities of site fidelity and harvest. Our dataset included 144 719 captures of 139 177 lesser snow geese marked with metal legbands, from 2006 to 2015, of which 5542 were recaptured near breeding sites and 9709 were recovered dead in North America. The best model supported variation in survival by subpopulation and age, with additive effects of subpopulation, age and sex on movement probability. Male breeding dispersal was greater than by females, and juvenile geese were more likely to move than adults. Strong northeastward geographic asymmetry in the probability of breeding movement was consistent with an eastward shift in wintering distribution observed in hunter recoveries. Mean annual survival ranged from 0.79 to 0.94 for adults, and 0.16 to 0.47 for juvenile geese, with a strong negative relationship between regional adult and juvenile survival. Harvest probabilities were all ≤ 0.03 for adult and ≤ 0.06 for juvenile geese, suggesting little influence from direct anthropogenic exploitation. Metrics for subpopulation persistence and contributions of each to the metapopulation suggested declines in all but one subpopulation, and a declining Midcontinent population overall. Our study highlights the importance of all subpopulation demographic parameters as modulators of persistence at both local and range‐wide population dynamics.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 ».