Flipper strokes can predict energy expenditure and locomotion costs in free-ranging northern and Antarctic fur seals
Notice bibliographique
Résumé
Abstract Flipper strokes have been proposed as proxies to estimate the energy expended by marine vertebrates while foraging at sea, but this has never been validated on free-ranging otariids (fur seals and sea lions). Our goal was to investigate how well flipper strokes correlate with energy expenditure in 33 foraging northern and Antarctic fur seals equipped with accelerometers, GPS, and time-depth recorders. We concomitantly measured field metabolic rates with the doubly-labelled water method and derived activity-specific energy expenditures using fine-scale time-activity budgets for each seal. Flipper strokes were detected while diving or surface transiting using dynamic acceleration. Despite some inter-species differences in flipper stroke dynamics or frequencies, both species of fur seals spent 3.79 ± 0.39 J/kg per stroke and had a cost of transport of ~1.6–1.9 J/kg/m while diving. Also, flipper stroke counts were good predictors of energy spent while diving (R 2 = 0.76) and to a lesser extent while transiting (R 2 = 0.63). However, flipper stroke count was a poor predictor overall of total energy spent during a full foraging trip (R 2 = 0.50). Amplitude of flipper strokes (i.e., acceleration amplitude × number of strokes) predicted total energy expenditure (R 2 = 0.63) better than flipper stroke counts, but was not as accurate as other acceleration-based proxies, i.e. Overall Dynamic Body Acceleration.
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 | 0,001 | 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 ».