MétaCan
Menu
Retour à la cohorte
Enregistrement W1968914203 · doi:10.1086/522059

Does Prey Capture Induce Area‐Restricted Search? A Fine‐Scale Study Using GPS in a Marine Predator, the Wandering Albatross

2007· article· en· W1968914203 sur OpenAlexfundno aff
Henri Weimerskirch, David Pinaud, Frédéric Pawlowski, Charles‐André Bost

Notice bibliographique

RevueThe American Naturalist · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensnon disponible
Organismes subventionnairesInstitut Polaire Français Paul Emile VictorPolar Knowledge Canada
Mots-clésPredationForagingSinuosityPredatorBiologyPrey detectionEcologyScale (ratio)FisheryGeographyCartographyMathematics

Résumé

récupéré en direct d'OpenAlex

In a patchy environment, predators are expected to increase turning rate and start an area-restricted search (ARS) when prey have been encountered, but few empirical data exist for large predators. By using GPS loggers with devices measuring prey capture, we studied how a marine predator adjusts foraging movements at various scales in relation to prey capture. Wandering albatrosses use two tactics, sit and wait and foraging in flight, the former tactic being three times less efficient than the latter. During flight foraging, birds caught large isolated prey and used ARS at scales varying from 5 to 90 km, with large-scale ARS being used only by young animals. Birds did not show strong responses to prey capture at a large scale, few ARS events occurred after prey capture, and birds did not have high rates of prey capture in ARS. Only at small scales did birds increase sinuosity after prey captures for a limited time period, and this occurred only after they had caught a large prey item within an ARS zone. When this species searches over a large scale, the most effective search rule was to follow a nearly straight path. ARS may be used to restrict search to a particular environment where prey capture is more predictable and profitable.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,277
Écart entre enseignants0,261 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations265
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe American NaturalistMême sujetAvian ecology and behaviorTravaux en français237 207