Effects Of Geolocation Tracking Devices On Behavior, Reproductive Success, and Return Rate of <i>Aethia</i> Auklets: An Evaluation of Tag Mass Guidelines
Notice bibliographique
Résumé
The use of tracking devices (tags) to investigate seabird movements and habitat use has grown rapidly over the last 30 years, but often tracking data are reported without assessment of the effects of tags. The extra mass and bulk may risk altering behavior, and effects likely vary depending on the size, anatomy, and foraging strategy of different species. A guideline that tags should not exceed 3% body mass is widely accepted by seabird researchers, but this guideline was developed for albatrosses and petrels. A review of tracking studies showed that alcids are more likely to be affected by tags than other groups. We found some evidence of a negative effect of tags on Parakeet Auklets' (Aethia psittacula; mean mass 266 g, tag 0.8–1.1% of body mass) reproductive success but not return rate or chick growth. Tagged Whiskered Auklets (A. pygmaea; mean mass 112 g, tag 1.8% of body mass) showed minor decreases in chick growth, and a 74% lower adult return rate during 2014–2015, despite no significant difference from control returns in 2013–2014. Our study demonstrated negative effects in alcids of tags well below the 3% guideline, confirming that limits for one group should not be uncritically applied to all seabirds. Mass of tags deployed should be kept to a minimum, but other factors (e.g., wing-loading, flight energetics, foraging strategy) may be equally important. To ensure the biological relevance of collected data, we strongly recommend that inclusion of tag effect experiments be considered essential in the design and approval of tracking studies.
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 | 0,005 | 0,001 |
| 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) | 0,000 | 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 ».