Data from: Coping with strong variations in winter severity: plastic habitat selection of deer at high density
Notice bibliographique
Résumé
Few empirical studies on large herbivores considered how behavioral plasticity could enhance their capacity to cope with rapid and extreme changes in weather conditions at several spatiotemporal scales. During winter, large herbivores living under low predation pressure mainly trade-off benefits of forage acquisition with the costs of exposure to harsh weather conditions. We assessed the changes in this trade-off for white-tailed deer adult females on Anticosti Island (Canada) at different scales during 2 contrasted winters (i.e., a harsher and a milder winter). We hypothesized that deer should adjust their foraging decisions to avoid cold wind-chill temperatures and high locomotion costs in deep snow as winter severity increased. We compared habitat selection at the home-range scale, habitat selection relative to thermal conditions within the home range, and selection for foraging sites relative to snow conditions along the foraging tracks between winters. Home-range selection of deer was similar between winters. Deer adjusted their within-home-range selection relative to thermal conditions: they selected thermal cover during cold-stress periods while their selection for open areas increased during the warmer periods. Deer showed high behavioral plasticity along their foraging tracks: they selected tracks with different forage resources between winters and traded-off the locomotion costs in deep snow cover with the benefits of forage availability as winter severity increased. We discuss how behavioral plasticity of deer in their thermoregulatory behavior and foraging site selection allows them to cope with varying winter conditions, in a system where their short-term behavioral adaptations were already strongly constrained by intraspecific competition.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,004 |
| 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 ».