MétaCan
Menu
Back to cohort
Record W7006594375

Utilisation de l'espace et des ressources chez un canivore terrestre de l'Arctique : le renard polaire

2011· other· fr· W7006594375 on OpenAlexaboutno aff

Bibliographic record

VenueSémaphore (Université du Québec à Rimouski) · 2011
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
Fundersnot available
KeywordsPopulationIle de franceVideo recordingGeologist
DOInot available

Abstract

fetched live from OpenAlex

Les écosystèmes arctiques sont caractérisés par une productivité végétale réduite, une \nstructure trophique relativement simple et des variations cycliques d'abondance de certaines \nproies et de leurs prédateurs. Le renard polaire, de par sa position au sommet de la chaîne \nalimentaire, a un impact sur plusieurs espèces de proies, mais est aussi, en retour, influencé \npar leurs fluctuations d'abondance. Ce prédateur utilise aussi des ressources en provenance \nd'écosystèmes des régions tempérées, en consommant les oies des neiges qui s'y nourrissent \net accumulent de l'énergie avant de venir se reproduire dans l'Arctique. L'utilisation de \nressources d'origine marine (phoques) a été aussi rapportée. Ces apports de ressources \nextérieures (ressources allochtones) pourraient expliquer en partie la permanence de plusieurs \nespèces de prédateurs dans l'écosystème de toundra arctique, en dépit d'une faible \nproductivité primaire. Face aux changements climatiques, dont les premiers effets se font \ndéjà sentir dans les régions polaires, il a été récemment suggéré d'accroître les efforts de \nrecherche sur la dynamique trophique des écosystèmes arctiques. Ce projet de thèse s'i nscrit \ndans cette démarche en se concentrant sur l'étude d' un des carnivores terrestres arctiques les \nplus répandus à l'échelle circumpolaire. En utilisant ces différentes ressources, dont \nl'abondance varie fortement dans le temps et dans l'espace, le renard polaire serait un facteur \nimportant de structuration des réseaux trophiques terrestres en Arctiq ue. L'objectif général \nétait de mieux comprendre, à travers l'étude des patrons d'utilisation de l'espace et des \nressources chez le renard polaire, comment ce prédateur parvient à connecter les réseaux \ntrophiques d'écosystèmes distincts. Cette étude concerne une population su ivie intensivement \ndepuis 2003 sur l'île Bylot (73°N, 80°0) dans le parc national du Canada de Sirmilik, \nNunavut. Les trois objectifs spécifiques étaient de: \n1) déterminer la capacité de mouveme nt et d' utilisation de la banquise par le renard polaire \nau cours d'un cycle annuel complet, afin d 'évaluer son potentiel d' utilisation des \nressources mari nes qui s'y trouvent; \n2) quantifier et comparer les domaines vitaux individuels en été (lorsque la banquise est \nabsente) et en hiver (lorsque la banquise est présente) afin de tester des hypothèses sur les \npatrons de mouvements en fonction de l'accessibilité aux ressources mari nes; \n3) mesurer la diversité du régime alimentaire (niche trophiq ue) à deux échelles, \npopulationnelle et individuelle, afin d'identifier les mécanismes expliquant les variations \ninterindividuelles d'utilisation des ressources d'origine terrestre ou marine. \nL'étude de l'utilisation de l'espace (objectifs 1 et 2) est basée sur les données de \nmouvements à grande échelle spatiotemporelle, récoltées par suivi satellite Argos. L'étude de \nl'utilisation des ressources (objectif3) est basée sur l'analyse des signatures isotopiques du \ncarbone et de l'azote. Ceci a permis de déterminer l'assimilation des ressources en lien avec \nl'utilisation de l'espace par le renard polaire. Le premier chapitre répond à l'objectif 1 en \ndémontrant et en quantifiant, pour la première fois, l'exceptionn elle capacité de déplacement \ndont peut faire preuve cette espèce, à la fois en terme de vitesse (jusqu'à 90 km par jour) mais \naussi de la distance parcourue (4,500 km en 5 mois). Ces résultats montrent que cette espèce \nextrêmement mobile peut facilement utiliser la banquise pour y trouver des ressources \nmarines. Le deuxième chapitre répond à l'objectif 2 en montrant que les domaines vitaux \nindividuels ne varient pas tous au cours d'une même année: certains individus agrandissent \nleur domaine vital en hiver pour y inclure une grande proportion de banquise, alors que \nd'autres le maintiennent à peu près constant et centré sur la terre ferme. Mais tous semblent \nutiliser la banquise à un moment ou un autre de l'hiver. Afin de mieux répondre à l'objectif 3, \nnous avons ajouté un chapitre portant sur une question technique cruciale et reliée à la \nméthode d'analyse des isotopes stables. En se basant sur cette méthode, qui est de plus en \nplus utilisée en écologie, le troisième chapitre propose une méthode d'analyse de la \nsensibilité d'un modèle de mélange bayésien aux variations des rapports isotopiques. Cette \napproche permet de mieux anticiper, dans un système donné, les effets de ces variations sur \nl'interprétation biologique des relations trophiques. Le quatrième chapitre répond à l'objectif \n3, en montrant que les variations temporelles de la niche trophique à l'échelle de la \npopulation peuvent être expliquées par des caractéristiques individuelles et les variations \nd'abondances des ressources. La modélisation du régime alimentaire, basée sur l'analyse \nisotopique, a permis de montrer que les individus non reproducteurs utilisent beaucoup plus \nles ressources marines (allochtones) au printemps, alors que les individus reproducteurs \nutilisent surtout les ressources terrestres (autochtones). Cette variati on interindividuelle \npermet d'expliquer les variations temporelles observées à l'échelle de la population. C' est un \nimportant pas en avant dans notre compréhension des liens trophiques entre les écosystèmes \nterrestres et marins de l'Arctique, via les prédateurs mobiles terrestres.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.352
Threshold uncertainty score0.700

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0010.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.004
Science and technology studies0.0020.002
Scholarly communication0.0030.002
Open science0.0010.002
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.011
GPT teacher head0.199
Teacher spread0.188 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2011
Admission routes1
Has abstractyes

Explore more

Same venueSémaphore (Université du Québec à Rimouski)French-language works237,207