Seasonal coat-colour moulting phenology of snowshoe hares in a Yukon boreal forest undergoing climate change
Notice bibliographique
Résumé
Climate change is slowly influencing boreal forest ecosystems, with rising temperatures and altered snow conditions driving phenological shifts in many plant and animal species. Using 7 years (2016-2022) of camera trap data from the Kluane Lake region, Yukon, we quantified seasonal moulting phenology and coat-colour mismatch in snowshoe hares. Autumn moult started between 28 September and 3 October and completed between 5 and 11 November, with the mean moult duration ranging from 36 to 43 days. Spring moult initiated between 12 April and 27 April and completed between 16 May and 27 May, with moult duration ranging from 24 to 38 days. Contrary to our expectations, there was no evidence of delayed or advanced moulting phenology over this 7-year period. The mismatch between snowshoe hare coat colour and background showed an increasing trend and average whiteness of the snowshoe hare coat in autumn declined. Temperature and snow variables influenced various aspects of seasonal moulting phenology, in some cases in the opposite direction. Long-term studies utilizing intrinsic and high-resolution microclimatic data and behavioural observations are needed to understand how moulting phenology and mismatch affect predator-prey dynamics and snowshoe hare demography and population dynamics as climate change continues.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| 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 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 ».