Kinematics of foraging dives and lunge-feeding in fin whales
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 découle