Unraveling dynamic omnivory and community interactions between primary producers and an apex predator
Notice bibliographique
Résumé
The effects of climate and plant phenological changes on herbivorous species are widely recognized, yet less research has focused on omnivorous and carnivorous species, even though they also have vegetative components to their diet. The historical focus on predators regarding simple interactions between obligate carnivores and their prey over-simplifies many species’ roles within ecological communities by casting them purely as predators and minimizes other, equally important roles within the community. We used a long-term, individual-based data set on a polyphagous mammal, the brown bear (Ursus arctos), to estimate diet over 25 years identify long-term patterns and factors contributing to annual variation in diet. We used carbon and nitrogen stable isotope values measured in hair and Bayesian mixing models to determine annual diet among three demographic bear classes, and then used linear regression models to relate diet to indices of food availability. We found that while diet varied among years and demographic classes, variation in both carbon and nitrogen values were explained by bilberry (Vaccinium myrtillus) productivity. Additionally, proportions of animal-derived foods decreased through time, while proportions of bilberry increased, even as the moose population in Sweden increased over this same period. While meat and animal-derived foods are considered higher quality foods for bears, bear diet did not respond to changing moose availability. Our results highlight that even though vegetative diet components in predators are typically considered less important to predator ecology, brown bears in Sweden responded to changes in primary production, regardless of prey availability. It will be crucial to put more emphasis on the vegetative parts of diets as we predict how species and ecological communities respond to climate change because predators serve many more functions within their community besides predation alone.
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 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».