Factors influencing the diving behaviour of fish-eating killer whales: sex differences and diel and interannual variation in diving rates
Notice bibliographique
Résumé
Diving behaviour of air-breathing vertebrates may be influenced by a variety of factors including age, body size, and changes in prey behaviour and (or) abundance over both short and long timescales. We studied the diving behaviour of a highly sexually dimorphic odontocete cetacean, the killer whale, Orcinus orca (L., 1758), using suction-cup-attached time-depth recorders (TDRs). We tested the hypotheses that dive rates (no. of dives/h greater than or equal to specific depths) of fish-eating killer whales varied between males and females, with age, between day and night, and among pods and years. Data were used from 34 TDR deployments between 1993 and 2002 in the inshore waters of southern British Columbia, Canada, and Washington, USA. Dive rates did not change with age or differ among pods or between males and females, although analyses restricted to adults showed that adult males dove deep significantly more frequently than adult females during the day. For all whales, dive rates and swim speeds were greater during the day than at night, suggesting decreased activity levels at night. Dive rates to deeper depths during the day decreased over the study, suggesting a long-term change in prey behaviour or abundance, though uncertainty regarding the diet of this population precludes determination of the cause of such changes.
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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».