MétaCan
Menu
Retour à la cohorte
Enregistrement W1993913119 · doi:10.1002/ece3.740

What to eat now? Shifts in polar bear diet during the ice‐free season in western Hudson Bay

2013· article· en· W1993913119 sur OpenAlexfundno aff
Linda J. Gormezano, Robert F. Rockwell

Notice bibliographique

RevueEcology and Evolution · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesChurchill Northern Studies CentreArctic Institute of North America
Mots-clésUrsus maritimusBayArcticSea iceForagingEcologySnowPredationGeographyClimate changeTundraBiologyOceanographyGeology

Résumé

récupéré en direct d'OpenAlex

Under current climate trends, spring ice breakup in Hudson Bay is advancing rapidly, leaving polar bears (Ursus maritimus) less time to hunt seals during the spring when they accumulate the majority of their annual fat reserves. For this reason, foods that polar bears consume during the ice-free season may become increasingly important in alleviating nutritional stress from lost seal hunting opportunities. Defining how the terrestrial diet might have changed since the onset of rapid climate change is an important step in understanding how polar bears may be reacting to climate change. We characterized the current terrestrial diet of polar bears in western Hudson Bay by evaluating the contents of passively sampled scat and comparing it to a similar study conducted 40 years ago. While the two terrestrial diets broadly overlap, polar bears currently appear to be exploiting increasingly abundant resources such as caribou (Rangifer tarandus) and snow geese (Chen caerulescens caerulescens) and newly available resources such as eggs. This opportunistic shift is similar to the diet mixing strategy common among other Arctic predators and bear species. We discuss whether the observed diet shift is solely a response to a nutritional stress or is an expression of plastic foraging behavior.

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)0,000
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 enseignants0,087
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,202 · 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

Citations137
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetMarine animal studies overviewTravaux en français237 207