MétaCan
Menu
Retour à la cohorte
Enregistrement W2057784839 · doi:10.1111/mms.12075

Using stable isotopes to understand changes in ringed seal foraging ecology as a response to a warming environment

2013· article· en· W2057784839 sur OpenAlexaffabout
Brent G. Young, Steven H. Ferguson

Notice bibliographique

RevueMarine Mammal Science · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans CanadaUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCapelinBayArcticδ13Cδ15NEcologyForagingStable isotope ratioOceanographyIsotope analysisEnvironmental sciencePredationBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Trends toward increased temperatures, reduced sea ice extent, and longer open water seasons have resulted in changing Arctic ecosystem dynamics. Expected changes include shifts in distribution and abundance of prey species for seabirds and marine mammals. Using stable isotope analysis, we studied spatial and interannual variation in ringed seal (Pusa hispida) feeding ecology in Hudson Bay in relation to environmental variables, between 2003 and 2010. Ringed seal muscle and hair samples collected from Arviat and Sanikiluaq, Nunavut, were analyzed for stable isotope ratios of nitrogen (δ15N) and carbon (δ13C). Seals from western Hudson Bay (Arviat) had higher δ15N and lower δ13C than seals from eastern Hudson Bay (Sanikiluaq), and stable isotope ratios varied interannually within each region. Peak δ15N occurred in years with spring air temperatures between approximately −5°C and −2°C. This temperature range was characteristic of warm years in western Hudson Bay and cool years in eastern Hudson Bay. We hypothesize that the high δ15N observed in ringed seals is indicative of greater importance of capelin (Mallotus villosus) in ringed seal diet. A comparison of ringed seal isotopic niche widths indicated greater dietary differences between western and eastern Hudson Bay with warming, suggesting a possible ecological divergence related to climate change.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,265
Écart entre enseignants0,233 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations46
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207