From fire to recovery: temporal-shift of predator–prey interactions among mammals in Mediterranean ecosystems
Notice bibliographique
Résumé
Abstract Fires are becoming increasingly frequent, intense, severe and prolonged worldwide, and such situation is worsening. As a result, extreme fire conditions will increase, with consequences for wildlife, including increased mass mortality and changes in trophic relationships in natural communities. This intensification is expected to be particularly pronounced in the Mediterranean ecosystems. In this scoping review, we summarized current knowledge and gaps in understanding the effects of fires on wildlife, focusing on predator–prey interactions. These interactions play a critical role in animal communities and their understanding is fundamental for appropriate management and conservation. Mammals were chosen as a model group because of their remarkable ecological role. We grouped and analysed the post-wildfire changes in the predator–prey relationships into three-time intervals: immediate, short- and long-term effects. This is relevant as vegetation restoration, by altering cover and habitat structure, may affect hunting strategies and anti-predatory behaviour. Our review showed that studies generally had several limitations, the most common of which were the lack of replication, the strong geographical bias, and the focus on few target species. Nevertheless, we could formally describe how fire affects predator–prey relationships in Mediterranean ecosystems through processes that exert different cascading effects at different times after the fire event. We encourage long-term studies on communities, including as many components of the food chain as possible, using an interdisciplinary approach, and prioritising investigations in high-risk ecosystems.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,005 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».