Greater biomass from Arctic greening absorbs increased grazing pressure from a large herbivore
Notice bibliographique
Résumé
Arctic warming is causing widespread “greening” of tundra ecosystems. What this means for plant–herbivore relations, including the grazing pressure herbivores exert on increasingly productive tundra ecosystems, is poorly understood. Svalbard is one of the fastest warming places on Earth, with concomitant increases in both forage biomass and reindeer numbers. In 11 years between 1998 and 2023, we measured grass biomass and the proportion of shoots grazed in mesic grass-dominated tundra to evaluate whether increased forage biomass of grass absorbed the grazing pressure of more reindeer. Also, we used GPS data from adult female reindeer (2009–2023) to identify if grazing pressure was relieved by spillover into other habitats. During the study period, reindeer abundance, estimated by annual capture-mark-recapture, tripled, while grass biomass only doubled. Grazing pressure increased from 4% to 8%, which was lower than expected from the increased reindeer density. This discrepancy was not caused by spillover into other habitats, but rather by increased grazing in higher-biomass patches that have emerged with summer warming. Our findings support the notion that increased summer forage has contributed to Svalbard reindeer population growth, notably by making available higher biomass grass swards that allow for greater food offtake.
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 | 0,000 |
| 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) | 0,002 | 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 ».