A taste of space: Remote animal observations and discrete‐choice models provide new insights into foraging and density dynamics for a large subarctic herbivore
Notice bibliographique
Résumé
Competition for resources and space can drive forage selection of large herbivores from the bite through the landscape scale. Animal behaviour and foraging patterns are also influenced by abiotic and biotic factors. Fine-scale mechanisms of density-dependent foraging at the bite scale are likely consistent with density-dependent behavioural patterns observed at broader scales, but few studies have directly tested this assertion. Here, we tested if space use intensity, a proxy of spatiotemporal density, affects foraging mechanisms at fine spatial scales similarly to density-dependent effects observed at broader scales in caribou. We specifically assessed how behavioural choices are affected by space use intensity and environmental processes using behavioural state and forage selection data from caribou (Rangifer tarandus granti) observed from GPS video-camera collars using a multivariate discrete-choice modelling framework. We found that the probability of eating shrubs increased with increasing caribou space use intensity and cover of Salix spp. shrubs, whereas the probability of eating lichen decreased. Insects also affected fine-scale foraging behaviour by reducing the overall probability of eating. Strong eastward winds mitigated negative effects of insects and resulted in higher probabilities of eating lichen. At last, caribou exhibited foraging functional responses wherein their probability of selecting each food type increased as the availability (% cover) of that food increased. Space use intensity signals of fine-scale foraging were consistent with density-dependent responses observed at larger scales and with recent evidence suggesting declining reproductive rates in the same caribou population. Our results highlight potential risks of overgrazing on sensitive forage species such as lichen. Remote investigation of the functional responses of foraging behaviours provides exciting future applications where spatial models can identify high-quality habitats for conservation.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».