Population dynamics in a long‐lived seabird: I. Impact of breeding activity on survival and breeding probability in unbanded king penguins
Notice bibliographique
Résumé
Understanding the trade-off between current reproductive effort, future survival and future breeding attempts is crucial for demographic analyses and life history studies. We investigated this trade-off in a population of king penguins (Aptenodytes patagonicus) marked individually with transponders using multistate capture-recapture models. This colonial seabird species has a low annual proportion of non-breeders (13%), despite a breeding cycle which lasts over 1 year. To draw inferences about the consequences of non-breeding, we tested for an effect of reproductive activity on survival and on the probability of subsequent breeding. We found that birds non-breeding in year t show the same survival rate as breeders (two-states analysis: breeding and non-breeding). However, breeders had a lower probability of breeding again the following year. This negative phenotypic correlation suggests the existence of reproductive costs affecting future breeding probability, but it might also be strengthened by late arrival for courtship in year t. A three-state analysis including breeding success revealed that failed breeders in year t have a lower probability to reproduce successfully in year t + 1 than non-breeders in year t, providing some evidence for the existence of reproductive costs. Moreover, successful breeders showed higher survival probability. This positive phenotypic correlation between current reproduction and subsequent survival supports the hypothesis of an heterogeneity in individual quality. Males breeding in year t had a lower probability to breed again in year t + 1 than females, suggesting higher reproductive costs for this sex. Such additional costs might be due to higher male parental investment in the final phase of chick-rearing, which also delays the arrival of males in year t + 1, and decreases their breeding probability. Our study is the first to explore the breeding biology and the demography of penguins without the disturbance of flipper-bands.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».