Fishing in the Dark: A Pursuit-Diving Seabird Modifies Foraging Behaviour in Response to Nocturnal Light Levels
Notice bibliographique
Résumé
Visual predators tend not to hunt during periods when efficiency is compromised by low light levels. Yet common murres, a species considered a diurnal visual predator, frequently dive at night. To study foraging of murres under different light conditions, we used a combination of archival tagging methods and astronomical models to assess relationships between diving behaviour and light availability. During diurnal and crepuscular periods, murres used a wide range of the water column (2-177 m), foraging across light intensities that spanned several orders of magnitude (10(3)-10(-10) Wm(-2)). Through these periods, they readily dived under conditions equivalent to ambient moonlight (~10(-4) Wm(-2)) but rarely under conditions equivalent to starlight (~10(-8) Wm(-2)). At night, murres readily foraged during both moonlit and starlit periods, and diving depth and efficiency increased with nocturnal light intensity, suggesting that night diving is at least partially visually guided. Whether visually guided foraging is possible during starlit periods is less clear. Given the dense prey landscape available, random-walk simulations suggest that murres could benefit from random prey encounters. We hypothesise that murres foraging through starlit periods rely either on close-range visual or possibly nonvisual cues to acquire randomly encountered prey. This research highlights the flexibility of breeding common murres and raises questions about the strategies and mechanisms birds use to find prey under very low light conditions.
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 | 0,001 |
| 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 ».