MétaCan
Menu
← Retour à la cohorte
Enregistrement W2598627239 · doi:10.1002/ece3.2546

Activity‐specific metabolic rates for diving, transiting, and resting at sea can be estimated from time–activity budgets in free‐ranging marine mammals

2017· article· en· W2598627239 sur OpenAlexafffund
Tiphaine Jeanniard du Dot, Andrew W. Trites, John P. Y. Arnould, John R. Speakman, Christophe Guinet

Notice bibliographique

RevueEcology and Evolution · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésForagingFur sealEnergeticsEnergy expenditureBioenergeticsBiologyEcologyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Time and energy are the two most important currencies in animal bioenergetics. How much time animals spend engaged in different activities with specific energetic costs ultimately defines their likelihood of surviving and successfully reproducing. However, it is extremely difficult to determine the energetic costs of independent activities for free‐ranging animals. In this study, we developed a new method to calculate activity‐specific metabolic rates, and applied it to female fur seals. We attached biologgers (that recorded GPS locations, depth profiles, and triaxial acceleration) to 12 northern (Callorhinus ursinus) and 13 Antarctic fur seals (Arctocephalus gazella), and used a hierarchical decision tree algorithm to determine time allocation between diving, transiting, resting, and performing slow movements at the surface (grooming, etc.). We concomitantly measured the total energy expenditure using the doubly‐labelled water method. We used a general least‐square model to establish the relationship between time–activity budgets and the total energy spent by each individual during their foraging trip to predict activity‐specific metabolic rates. Results show that both species allocated similar time to diving (~29%), transiting to and from their foraging grounds (~26–30%), and resting (~8–11%). However, Antarctic fur seals spent significantly more time grooming and moving slowly at the surface than northern fur seals (36% vs. 29%). Diving was the most expensive activity (~30 MJ/day if done non‐stop for 24 hr), followed by transiting at the surface (~21 MJ/day). Interestingly, metabolic rates were similar between species while on land or while slowly moving at the surface (~13 MJ/day). Overall, the average field metabolic rate was ~20 MJ/day (for all activities combined). The method we developed to calculate activity‐specific metabolic rates can be applied to terrestrial and marine species to determine the energetic costs of daily activities, as well as to predict the energetic consequences for animals forced to change their time allocations in response to environmental shifts.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,266
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations31
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology and Evolution→Même sujetMarine animal studies overview→Travaux en français237 207→