While the wolf is away: Modelling the dynamics of a moose population in a protected area
Notice bibliographique
Résumé
Populations at high density can threaten the ecological integrity of ecosystems through cascading effects. When such situations arise, management practices must be guided by sufficient knowledge of the biological mechanisms at play. Simulation models are powerful tools for acquiring such knowledge. The moose (Alces alces americana) is a species that recently became overabundant in some areas of eastern North America, sometimes requiring specific management measures. While numerous models exist for moose population dynamics, few of them are adapted to high density populations like the one in Forillon National Park (Quebec, Canada), a protected area in which the moose's apical predator (grey wolf Canis lupus) is absent. We developed a sex- and age-structured population model respecting these conditions that we parameterized using pattern-oriented modelling. The most plausible sequence of vital rates identified exhibited strong negative density dependence in survival, reproduction and dispersal. Predation by alternative predators, black bears (Ursus americanus) and coyotes (Canis latrans), caused substantial mortality of calves each year. Contrary to other areas in northeastern North America, winter tick only had a slight effect on calf survival, except when moose density approached carrying capacity. The variations in the population’s sex ratio were mainly explained by a sex-biased dispersal. Our study provides new insights concerning the dynamics of high-density ungulate populations in the absence of their apical predator, and our modelling approach helped to shed light on new methodological challenges and opportunities. We also present a comprehensive process to build a complex population model and parameterize it while using scarce data.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».