Reproductive success is energetically linked to foraging efficiency in Antarctic fur seals
Notice bibliographique
Résumé
The efficiency with which individuals extract energy from their environment defines their survival and reproductive success, and thus their selective contribution to the population. Individuals that forage more efficiently (i.e., when energy gained exceeds energy expended) are likely to be more successful at raising viable offspring than individuals that forage less efficiently. Our goal was to test this prediction in large long-lived mammals under free-ranging conditions. To do so, we equipped 20 lactating Antarctic fur seals (Arctocephalus gazella) breeding on Kerguelen Island in the Southern Ocean with tags that recorded GPS locations, depth and tri-axial acceleration to determine at-sea behaviours and detailed time-activity budgets during their foraging trips. We also simultaneously measured energy spent at sea using the doubly-labeled water (DLW) method, and estimated the energy acquired while foraging from 1) type and energy content of prey species present in scat remains, and 2) numbers of prey capture attempts determined from head acceleration. Finally, we followed the growth of 36 pups from birth until weaning (of which 20 were the offspring of our 20 tracked mothers), and used the relative differences in body mass of pups at weaning as an index of first year survival and thus the reproductive success of their mothers. Our results show that females with greater foraging efficiencies produced relatively bigger pups at weaning. These mothers achieved greater foraging efficiency by extracting more energy per minute of diving rather than by reducing energy expenditure. This strategy also resulted in the females spending less time diving and less time overall at sea, which allowed them to deliver higher quality milk to their pups, or allowed their pups to suckle more frequently, or both. The linkage we demonstrate between reproductive success and the quality of individuals as foragers provides an individual-based quantitative framework to investigate how changes in the availability and accessibility of prey can affect fitness of animals.
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 ».