MétaCan
Menu
Retour à la cohorte
Enregistrement W2083435736 · doi:10.1139/z07-132

The effects of El Niño on the foraging behavior of lactating California sea lions (Zalophus californianus californianus) during the nonbreeding season

2008· article· en· W2083435736 sur OpenAlexvenueno aff
Sharon R. Melin, Robert L. DeLong, Donald B. Siniff

Notice bibliographique

RevueCanadian Journal of Zoology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésZalophus californianusForagingSea lionBiologyPredationHabitatSeasonal breederEcologyFisheryAnimal scienceZoology

Résumé

récupéré en direct d'OpenAlex

We compared the nonbreeding-season foraging behavior of lactating California sea lions ( Zalophus californianus californianus (Lesson, 1828)) at San Miguel Island, California, during El Niño conditions in 1993 and non-El Niño conditions in 1996. Lactating females were instrumented with satellite-linked time–depth recorders between January and March in 1993 (n = 6) and 1996 (n = 10) and data were collected through May in each year. Females foraged northwest of the colony, up to 367 km from it and 230 km from the California coast. Mean dive depths ranged from 19.5 to 279.3 m, but most females achieved dives deeper than 400 m. Most females fed exclusively in the offshore habitat, traveled farther from the colony, spent more time traveling, made deeper and longer dives, and terminated lactation earlier during the 1993 El Niño. The results suggest that prey were concentrated in the offshore habitat and located farther from the colony and deeper in the water column during El Niño. Females did not change their foraging direction, foraging-trip duration, foraging effort, or prey species consumed.

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)0,000
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 enseignants0,054
Score d'incertitude au seuil0,107

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,012
Tête enseignante GPT0,213
Écart entre enseignants0,201 · 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

Citations55
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetMarine animal studies overviewTravaux en français237 207