Net energy gained by northern fur seals (<i>Callorhinus ursinus</i>) is impacted more by diet quality than by diet diversity
Notice bibliographique
Résumé
Understanding whether northern fur seals (Callorhinus ursinus (L., 1758)) are negatively affected by changes in prey quality or diversity could provide insights into their on-going population decline in the central Bering Sea. We investigated how six captive female fur seals assimilated energy from eight different diets consisting of four prey species (walleye pollock (Gadus chalcogrammus Pallas, 1814, formerly Theragra chalcogrammus (Pallas, 1814)), Pacific herring (Clupea pallasii Valenciennes in Cuvier and Valenciennes, 1847), capelin (Mallotus villosus (Müller, 1776)), and magister armhook squid (Berryteuthis magister (Berry, 1913))) fed alone or in combination. Net energy was quantified by measuring fecal energy loss, urinary energy loss, and heat increment of feeding. Digestible energy (95.9%–96.7%) was high (reflecting low fecal energy loss) and was negatively affected by ingested mass and dietary protein content. Urinary energy loss (9.3%–26.7%) increased significantly for high-protein diets. Heat increment of feeding (4.3%–12.4%) was significantly lower for high-lipid diets. Overall, net energy gain (57.9%–83.0%) was affected by lipid content and varied significantly across diets. Mixed-species diets did not provide any energetic benefit over single-species diets. Our study demonstrates that diet quality was more important in terms of energy gain than diet diversity. These findings suggest that fur seals consuming low-quality prey in the Bering Sea would be more challenged to obtain sufficient energy to satisfy energetic and metabolic demands, independent of high prey abundance.
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 | 0,000 |
| 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) | 0,001 | 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 ».