Drag, but not buoyancy, affects swim speed in captive Steller sea lions
Notice bibliographique
Résumé
Swimming at an optimal speed is critical for breath-hold divers seeking to maximize the time they can spend foraging underwater. Theoretical studies have predicted that the optimal swim speed for an animal while transiting to and from depth is independent of buoyancy, but is dependent on drag and metabolic rate. However, this prediction has never been experimentally tested. Our study assessed the effects of buoyancy and drag on the swim speed of three captive Steller sea lions (Eumetopias jubatus) that made 186 dives. Our study animals were trained to dive to feed at fixed depths (10-50 m) under artificially controlled buoyancy and drag conditions. Buoyancy and drag were manipulated using a pair of polyvinyl chloride (PVC) tubes attached to harnesses worn by the sea lions, and buoyancy conditions were designed to fall within the natural range of wild animals (∼12-26% subcutaneous fat). Drag conditions were changed with and without the PVC tubes, and swim speeds were recorded and compared during descent and ascent phases using an accelerometer attached to the harnesses. Generalized linear mixed-effect models with the animal as the random variable and five explanatory variables (body mass, buoyancy, dive depth, dive phase, and drag) showed that swim speed was best predicted by two variables, drag and dive phase (AIC = -139). Consistent with a previous theoretical prediction, the results of our study suggest that the optimal swim speed of Steller sea lions is a function of drag, and is independent of dive depth and buoyancy.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».