Indirect effects of sea ice loss on summer‐fall habitat and behaviour for sympatric populations of an Arctic marine predator
Notice bibliographique
Résumé
Abstract Aim Climate change is fundamentally altering habitats, with complex consequences for species across the globe. The Arctic has warmed 2–3 times faster than the global average, and unprecedented sea ice loss can have multiple outcomes for ice‐associated marine predators. Our goal was to assess impacts of sea ice loss on population‐specific habitat and behaviour of a migratory Arctic cetacean. Location Arctic Ocean. Methods Using satellite telemetry data collected during summer‐fall from sympatric beluga whale ( Delphinapterus leucas ) populations (“Chukchi” and “Beaufort” belugas), we applied generalized estimating equations to evaluate shifts in sea ice habitat associations and diving behaviour during two periods: 1993–2002 (“early”) and 2004–2012 (“late”). We used resource selection functions to assess changes in sea ice selection as well as predict trends in habitat selection and “optimal” habitat, based on satellite‐derived sea ice data from 1990 to 2014. Results Sea ice cover declined substantially between periods, and Chukchi belugas specifically used significantly lower sea ice concentrations during the late than early period. Use of bathymetric features did not change between periods for either population. Population‐specific sea ice selection, predicted habitat and the amount of optimal habitat also generally did not change during 1990–2014. Chukchi belugas tracked during 2007–2012 made significantly more long‐duration and deeper dives than those tracked during 1998–2002. Main conclusions Taken together, our results suggest bathymetric parameters are consistent predictors of summer‐fall beluga habitat rather than selection for specific sea ice conditions during recent sea ice loss. Beluga whales were able to mediate habitat change despite their sea ice associations. However, trends towards prolonged and deeper diving possibly indicate shifting foraging opportunities associated with ecological changes that occur in concert with sea ice loss. Our results highlight that responses by some Arctic marine wildlife can be indirect and variable among populations, which could be included in predictions for the future.
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 | 0,000 |
| 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) | 0,000 | 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 ».