It Costs to Be Clean and Fit: Energetics of Comfort Behavior in Breeding-Fasting Penguins
Notice bibliographique
Résumé
BACKGROUND: Birds may allocate a significant part of time to comfort behavior (e.g., preening, stretching, shaking, etc.) in order to eliminate parasites, maintain plumage integrity, and possibly reduce muscular ankylosis. Understanding the adaptive value of comfort behavior would benefit from knowledge on the energy costs animals are willing to pay to maintain it, particularly under situations of energy constraints, e.g., during fasting. We determined time and energy devoted to comfort activities in freely breeding king penguins (Aptenodytes patagonicus), seabirds known to fast for up to one month during incubation shifts ashore. METHODOLOGY/PRINCIPAL FINDINGS: A time budget was estimated from focal and scan sampling field observations and the energy cost of comfort activities was calculated from the associated increase in heart rate (HR) during comfort episodes, using previously determined equations relating HR to energy expenditure. We show that incubating birds spent 22% of their daily time budget in comfort behavior (with no differences between day and night) mainly devoted to preening (73%) and head/body shaking (16%). During comfort behavior, energy expenditure averaged 1.24 times resting metabolic rate (RMR) and the corresponding energy cost (i.e., energy expended in excess to RMR) was 58 kJ/hr. Energy expenditure varied greatly among various types of comfort behavior, ranging from 1.03 (yawning) to 1.78 (stretching) times RMR. Comfort behavior contributed 8.8-9.3% to total daily energy expenditure and 69.4-73.5% to energy expended daily for activity. About half of this energy was expended caring for plumage. CONCLUSION/SIGNIFICANCE: This study is the first to estimate the contribution of comfort behavior to overall energy budget in a free-living animal. It shows that although breeding on a tight energy budget, king penguins devote a substantial amount of time and energy to comfort behavior. Such findings underline the importance of comfort behavior for the fitness of colonial seabirds.
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 | 0,000 |
| 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) | 0,002 | 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 ».