Site-specific flight speeds of nonbreeding Pacific dunlins as a measure of the quality of a foraging habitat
Notice bibliographique
Résumé
Many studies have investigated how foraging behavior such as prey choice varies with factors such as prey size or density. Models of such relationships can be applied “in reverse” to translate easily observed foraging behaviors into assays of habitat attributes that cannot (easily) be measured directly. One such model analyzes the speed of a forager flying between patches, where it captures prey. Faster flight shortens the travel time and hence elevates the intake rate, but is increasingly expensive. The model shows that the net intake rate is maximized at the point at which the energetic cost of flight is equivalent to the net rate of intake. Easy-to-measure flight speeds can thus be translated into hard-to-measure foraging intake rates using established flight power relationships. We studied nonbreeding Pacific dunlins ( Calidris alpina pacifica ) at 4 intertidal sites on the Fraser River estuary, British Columbia, Canada. These sites differed sufficiently that we expected food availability and hence the attainable foraging rate to differ. We measured interpatch flight speeds of dunlins foraging along the tideline within each site. The measured ground speed, calculated airspeed, and the statistically derived zero-wind effect airspeed all differed significantly between sites, matching in rank order our expectation of habitat quality based on their physical differences. Intake rate estimates ranged from 4.10W (best mudflat) to 3.48W (poorest). We think it unlikely that we would have been able to find such small differences using direct measures of foraging intake.
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 | 0,000 | 0,001 |
| 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 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 ».