MétaCan
Menu
Retour à la cohorte
Enregistrement W4290017321 · doi:10.1111/1365-2664.14268

Evidence for synergistic cumulative impacts of marking and hunting in a wildlife species

2022· article· en· W4290017321 sur OpenAlexafffund
Frédéric LeTourneux, Gilles Gauthier, Roger Pradel, Josée Lefebvre, Pierre Legagneux

Notice bibliographique

RevueJournal of Applied Ecology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensEnvironment and Climate Change CanadaUniversité LavalCenter for Northern Studies
Organismes subventionnairesArctic Goose Joint VentureEnvironment and Climate Change CanadaCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of CanadaUniversité Laval
Mots-clésWildlifeStressorHunting seasonCumulative effectsEcologyHabitatGoosePredationWaterfowlGeographyBiologyDemographyPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract Nonadditive effects from multiple interacting stressors can have unpredictable outcomes on wildlife. Stressors that initially have negligible impacts may become significant if they act in synergy with novel stressors. Wildlife markers can be a source of physiological stress for animals and are ubiquitous in ecological studies. Their potential impacts on vital rates may vary over time, particularly when changing environments impose new stressors. In this study, we evaluated the temporal changes in the combined impact of two stressors, one constant (collar marking) and another one variable over time (hunting intensity), in greater snow geese ( Anser caerulescens atlantica ). Over a 30‐year period (1990–2019), hunting regulations were liberalized twice, in 1999 and 2009, with the instauration of special spring and winter hunting seasons respectively. We evaluated the effect of collars on goose survival through this period of changing hunting regulations. We compared annual survival of >20,000 adult females marked with and without neck collars using multi‐event capture–recapture models, and partitioned hunting from nonhunting mortality. Survival of geese marked with or without collars was similar in 1990–1998, before hunting regulations were liberalized (average survival [95% CI]: 0.87 [0.86, 0.89]). However, absolute survival of collared geese was 0.05 [0.03, 0.07] lower than that of noncollared geese between 1999 and 2009, and 0.12 [0.09, 0.15] lower after hunting regulations were liberalized further in 2009. Hunting and nonhunting mortality probabilities were both higher in collared birds compared to those without collars. The interaction between the effects of collars and hunting was synergistic because collars affected survival only after the hunting pressure increased significantly. These cumulated stresses probably reduced goose body condition sufficiently to increase their vulnerability to multiple sources of mortality.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,010
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,035
Tête enseignante GPT0,268
Écart entre enseignants0,233 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations9
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Applied EcologyMême sujetWildlife Ecology and ConservationTravaux en français237 207