Spring phenology shapes the spatial foraging behavior of Antarctic petrels
Notice bibliographique
Résumé
In polar seas, the seasonal melting of ice triggers the development of an open-water ecosystem characterized by short-lived algal blooms, the grazing and development of zooplankton, and the influx of avian and mammalian predators. Spatial heterogeneity in the timing of ice melt generates temporal variability in the development of these events across the habitat, offering a natural framework to assess how foraging marine predators respond to the spring phenology. We combined 4 yr of tracking data of Antarctic petrels Thalassoica antarctica with synoptic remote-sensing data on sea ice and chlorophyll a to test how the development of melting ice and primary production drive Antarctic petrel foraging. Cross-correlation analyses of first-passage time revealed that Antarctic petrels utilized foraging areas with a spatial scale of 300 km. These areas changed position or disappeared within 10 to 30 d and showed no spatial consistency among years. Generalized additive model (GAM) analyses suggested that the presence of foraging areas was related to the time since ice melt. Antarctic petrels concentrated their search effort in melting areas and in areas that had reached an age of 50 to 60 d from the date of ice melt. We found no significant relationship between search effort and chlorophyll a concentration. We suggest that these foraging patterns were related to the vertical distribution and profitability of the main prey, the Antarctic krill Euphausia superba. Our study demonstrates that the annual ice melt in the Southern Ocean shapes the development of a highly patchy and elusive food web, underscoring the importance of flexible foraging strategies among top predators. Area-restricted search · Euphausia superba · Marginal ice zone · Phytoplankton biomass · Procellariiformes · Sea ice dynamics · Southern Ocean · Thalassoica antarctica
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 | 0,000 | 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 | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».