Embedding trait‐based ecology within indigenous knowledge to advance sustainable management of Tibetan rangeland
Notice bibliographique
Résumé
Abstract Questions Traditional pastoralists attribute high numbers of plateau pikas (Ochotona curzoniae) to impoverished soils that favor more and better forage for pika, suggesting a bottom‐up control of pika density. Conversely, government policies focus on excessive numbers of this small mammalian herbivore as the primary top‐down cause of degradation in Tibetan rangeland. Despite concerted campaigns to reduce pika abundance in recent decades, the sustainability of Tibetan rangelands remains uncertain. Location Alpine meadows on the Tibetan Plateau. Methods We proposed a conceptual model based on indigenous knowledge that predicted pika numbers from soil condition and plant traits. At three alpine meadow sites lightly grazed by livestock, we tested whether spatial variation in pika burrow density could be explained by changes in the functional composition of the plant community attributable to species turnover and intraspecific trait variation associated with changes in soil fertility. Results Due primarily to intraspecific trait variation, changes in the functional composition of the meadow community accounted for 56%–68% of the spatial variation in pika density, changes in the proportion of plant functional groups for 62%–74%, and changes in edaphic conditions for 71%–82%. Greater pika density was associated with a decline in soil phosphorus availability and a lower‐growing vegetation profile enriched in both the quantity and quality of forage preferred by pikas. Conclusions These results, which are in accord with indigenous knowledge, suggest that compensating soil phosphorus losses and maintaining a well‐calibrated grazing rotation can better manage pika populations and improve the sustainability of Tibetan rangelands. By combining trait‐based ecology and traditional knowledge, our study provides new insight into both understanding the dynamic complexity of grazing regimes and managing rangeland sustainability.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».