Telemetry tags increase the costs of swimming in northern fur seals, <i>Callorhinus ursinus</i>
Notice bibliographique
Résumé
Abstract Animal‐borne instruments have become a standard tool for collecting important data from marine mammals. However, few studies have examined whether placement of these data loggers affects the behavior and energetics of individual animals, potentially leading to biasing data. We measured the effect of two types of relatively small data loggers (<1% of animals’ mass and front profile) on the swimming speeds and energy expenditure of four female northern fur seals ( Callorhinus ursinus ) while swimming at depth. Swim speeds and rates of oxygen consumption were measured as the trained fur seals repeatedly swam an underwater circuit, with or without the tags. We found the placement of either tested tag significantly affected both the behavior and energetics of the fur seals in our study. Diving metabolic rate increased an average of 8.1%–12.3% (depending on tag type) and swim speed decreased an average of 3.0%–6.0% when wearing the tags. The combined changes in velocities and metabolic rates resulted in a 12.0%–19.0% increase in the total energy required by the fur seals to swim a set distance. The demonstrated effects of tags on behavior and energy expenditure may bias data sets from wild animals and potentially incur longer‐term impacts on the studied 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 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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,006 |
| 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 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 ».