Nutrient Allocation Strategies to Eggs by Lesser Snow Geese (<i>Chen caerulescens</i>) at a Sub-Arctic Colony
Notice bibliographique
Résumé
The relative allocation of endogenous- and exogenous-derived nutrients to reproductive investment in Arctic-nesting geese is affected by body size, migration distance, and proximate conditions on the wintering, staging, and breeding grounds prior to clutch initiation. We used δ13C and δ15N measurements of muscle tissue and egg lipid-free yolk and albumen and δ13C analysis of abdominal fat and egg yolk lipids, together with isotopic analyses of foraging plants, to quantify the relative use of endogenous and exogenous reserves in egg production in a breeding population of sub-Arctic Lesser Snow Geese (Chen caerulescens caerulescens) on the Cape Churchill Peninsula, Manitoba, from 2005 to 2008. We used a concentration-dependent, two-isotope, three-source Bayesian (SIAR) mixing model to derive estimates of endogenous reserves to egg macronutrients and a single-isotope (δ13C), two-source (exogenous vs. endogenous) Bayesian model to estimate the source of lipids to eggs. Endogenous protein contributions to eggs were similar to those found using identical Bayesian analytical methods for the larger-bodied Greater Snow Goose (Chen caerulescens atlantica) breeding in the Canadian High Arctic and were on the order of 30%. However, endogenous lipid contributions were considerably greater for the population of Lesser Snow Geese (mean annual contribution of 55.5% vs. 22.3%). This suggests that advantages of larger body size for transport of body lipid reserves for long distances may be countered by the need to use lipids to fuel migration over greater distances. In addition, feeding opportunities of Greater Snow Geese upon arrival at their more distant breeding sites were likely adequate to offset a shorter breeding season and longer development times for offspring than at lower-latitude sites.
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 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».