Life‐history trade‐offs and environmental variability shape reproductive demography in a mountain ungulate
Notice bibliographique
Résumé
Alpine ecosystems are changing rapidly with implications for the demography of alpine organisms. Here, we studied a sentinel species of mountain environments-the mountain goat (Oreamnos americanus)-to examine hypotheses about intrinsic and extrinsic drivers of reproductive demography using long-term data collected from individually marked animals across a broad spatiotemporal extent (n = 180 females, 3 study areas, 17 years) in coastal Alaska. Our analyses revealed the importance of life-history trade-offs and environmental variability on reproductive performance. The cost of reproduction, defined as the impact of reproducing the previous year on the probability of current year parturition, was high, especially for young, largely primiparous females (13%-32% reduction) and old, senescing individuals (27%-43% reduction); parturition of prime-aged individuals was relatively unaffected (2% reduction). Winter snow accumulation, which alters energetic expenditure and forage availability, exerted strong negative effects on reproduction (20%-35% reduction, depending on age). The relationship between temperature during the preceding summer's growing season and reproduction was likewise negative, although weaker and more variable (10%-15% reduction). Demographic modelling indicated that snow exerted stronger effects on population growth than summer temperature in part due to greater variability in snow versus temperature among years. Our analyses further revealed that reproductive performance did not affect subsequent survival of mothers or offspring, suggesting mountain goats employ a 'risk-sensitive', conservative reproductive strategy that prioritizes survival over reproduction. Taken together, these results fill an important knowledge gap by providing novel insights about the interplay between life-history trade-offs and environmental variation, and how they shape the reproductive demography of climate-sensitive wildlife.
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 | 0,001 |
| 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) | 0,000 | 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 ».