Kinematics of foraging dives and lunge-feeding in fin whales
Notice bibliographique
Résumé
Fin whales are among the largest predators on earth, yet little is known about their foraging behavior at depth. These whales obtain their prey by lunge-feeding, an extraordinary biomechanical event where large amounts of water and prey are engulfed and filtered. This process entails a high energetic cost that effectively decreases dive duration and increases post-dive recovery time. To examine the body mechanics of fin whales during foraging dives we attached high-resolution digital tags, equipped with a hydrophone, a depth gauge and a dual-axis accelerometer, to the backs of surfacing fin whales in the Southern California Bight. Body pitch and roll were estimated by changes in static gravitational acceleration detected by orthogonal axes of the accelerometer, while higher frequency, smaller amplitude oscillations in the accelerometer signals were interpreted as bouts of active fluking. Instantaneous velocity of the whale was determined from the magnitude of turbulent flow noise measured by the hydrophone and confirmed by kinematic analysis. Fin whales employed gliding gaits during descent, executed a series of lunges at depth and ascended to the surface by steady fluking. Our examination of body kinematics at depth reveals variable lunge-feeding behavior in the context of distinct kinematic modes, which exhibit temporal coordination of rotational torques with translational accelerations. Maximum swimming speeds during lunges match previous estimates of the flow-induced pressure needed to completely expand the buccal cavity during feeding.
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 | 0,001 | 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 ».