Identification of familial networks reveals sex-specific density dependence in the dispersal and reproductive success of an endangered ungulate
Notice bibliographique
Résumé
Density is an important demographic parameter that is commonly overlooked in studies of wild populations. Here, we examined the effects of variable spatially explicit density on a range of demographic parameters in a wild population of a cryptic ungulate, boreal woodland caribou (Rangifer tarandus caribou). Using non-invasive genetic sampling, we applied spatial capture–recapture methods with landscape covariates to estimate the density of boreal woodland caribou across a 108,806 km2 study area. We then created a familial network from the reconstructed parent–offspring relationships to determine whether spatial density influenced sex-specific individual reproductive success, female pregnancy status, and dispersal distance. We found that animal density varied greatly in response to land cover types and disturbance; animal density was most influenced by landscape composition and distance to roads varying from 0 in areas with >20% deciduous cover to 270 caribou per 1,000 km2 in areas presenting contiguous older coniferous cover. We found that both male and female reproductive success varied with density, with males showing a higher probability of having offspring in higher-density areas, and the opposite for females. No differences were found in female pregnancy rates occurring in high- and low-density areas. Dispersal distances varied with density, with offspring moving shorter distances when parents were found in higher-density areas. Familial networks showed lower-closeness centrality and lower-degree centrality for females in higher-density areas, indicating that females found in higher-density areas tend to be less broadly associated with animals across the range. Although high-density areas do reflect good-quality caribou habitat, the observed decreased closeness and degree centrality measures, dispersal rates, and lower female recruitment rates suggest that remnant habitat patches across the landscape may create population sinks.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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 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 ».