FEEDING ECOLOGY OF GREATER SNOW GOOSE GOSLINGS IN MESIC TUNDRA ON BYLOT ISLAND, NUNAVUT, CANADA
Notice bibliographique
Résumé
Although mesic tundra is a habitat commonly used by arctic-nesting geese, their feeding ecology in this habitat is little known compared to wetlands. Our objectives were to determine the diet and food selection of Greater Snow Goose (Chen caerulescens atlantica) goslings in relation to the nutritional quality of plants growing in mesic tundra habitats on Bylot Island, Nunavut, Canada. We used two different but complementary approaches: examination of esophageal contents of sacrificed wild goslings, and direct observation of the feeding activity of captive, human-imprinted goslings. The latter method was innovative and provided a reliable description of the diet, with results comparable to those obtained from wild goslings. Although mesic habitats have a more diverse floristic composition than wetlands and sparse graminoid cover, Gramineae were preferentially selected and dominated the diet (~50%). The rest of the diet consisted mainly of members of the Juncaceae, Polygonaceae, and Leguminosae families. The diet of very young goslings was diverse, but as they aged and gained efficiency, they concentrated on a few taxa. Goslings ate mostly leaves (~80%), but flowers (~20%) were also important. Food selection was influenced by nitrogen and total phenolic compounds content of plants, but the ratio of phenolic compounds to nitrogen in plant organs was most determinative of food choice. Neutral detergent fiber content of plants did not influence plant selection. Both plant nutritional quality and availability determined gosling diet across different mesic habitats and growing goslings appeared to maximize their intake of metabolizable proteins.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».