Discrimination factors of carbon and nitrogen stable isotopes from diet to hair in captive large Arctic carnivores of conservation concern
Notice bibliographique
Résumé
Rationale Stable isotope analysis is widely used to reconstruct diet, delineate trophic interactions, and determine energy pathways. Such ecological inferences are based on the idea that animals are, isotopically, what they eat but with a predictable difference between the isotopic ratio of a consumer and that of its diet, coined as the discrimination factor. Providing correct estimates of diet‐consumer isotopic discrimination in controlled conditions is key for a robust application of the stable isotopes technique in the wild. Methods Using a Finnigan Mat Delta Plus isotope‐ratio mass spectrometer, we investigated isotopic discrimination of carbon and nitrogen isotope ratios (δ 13 C and δ 15 N values) in guard hairs of four Arctic predators; the wolf ( n = 7), the wolverine ( n = 2), the grizzly bear ( n = 2), and the polar bear ( n = 3). During a 3‐month trial, carnivores were fed a mixed diet. The δ 13 C and δ 15 N values, and the mass (g) of diet items, were monitored weekly for each individual to determine their Total Diet Average ratios. Results Diet‐hair isotopic discrimination (Δx) varied according to species, ranging [1.88 ± 0.69‰: 3.2 ± 0.69‰] for δ 13 C values, and [1.58 ± 0.17‰: 3.81 ± 0.22‰] for δ 15 N values. Adult wolves Δ 13 C average (2.03 ± 0.7‰) was lower than that of young wolves (2.60 ± 0.8‰) and any other species (combined average of 2.59 ± 0.28‰), except for the wolverine (2.12 ± 0.23‰). Wolves Δ 15 N averages (juveniles: 3.51 ± 0.34‰, adults: 3.68 ± 0.28‰) were higher than those of any other species (combined average: 2.50 ± 0.58‰). Conclusions The discrimination factors for δ 13 C and δ 15 N values calculated in this study could be used in ecological studies dealing with free‐ranging animals, with implications for non‐invasive research approaches. As in other controlled discrimination studies, we recommend caution in applying our discrimination factors when the population structure is heterogeneous.
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 | 0,001 | 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 | 0,001 | 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 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 ».