Climatic variation and risk assessment in a highly seasonal mammal
Notice bibliographique
Résumé
Abstract Climate change and its resulting effects on seasonality are known to alter a variety of animal behaviors including those related to foraging, phenology, and migration. Although many studies focus on the impacts of phenological changes on physiology or fitness enhancing behaviors, fewer have investigated the relationship between variation in weather and phenology on risk assessment. Fleeing from predators is an economic decision that incurs costs and benefits. As environmental conditions change, animals may face additional stressors that affect their decision to flee and influence their ability to effectively assess risk. Flight initiation distance (FID)—the distance at which animals move away from threats—is often used to study risk assessment. FID varies due to both internal and external biotic and physical factors as well as anthropogenic activities. We asked whether variation in weather and phenology is associated with risk-taking in a population of yellow-bellied marmots (Marmota flaviventer). As the air temperature increased marmots tolerated closer approaches, suggesting that they either perceived less risk or that their response to a threat was thermally compromised. The effect of temperature was relatively small and was largely dependent upon having a larger range in the full data set that permitted us to detect it. We found no effects of either the date that snow disappeared or July precipitation on marmot FID. As global temperatures continue to rise, rainfall varies more and drought becomes more common, understanding climate-related changes in how animals assess risk should be used to inform population viability models.
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) | 0,016 | 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; un appel candidat d’une seule tête enseignante, 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 ».