A multi-isotope (δ13C, δ15N, δ34S, δ2H) approach to establishing migratory connectivity in lesser snow geese: Tracking an overabundant species
Notice bibliographique
Résumé
Expanding populations of North American midcontinent lesser snow geese (Anser caerulescens caerulescens) have potential to alter ecosystems throughout the Arctic and subarctic where they breed. Efforts to understand origins of harvested lesser snow geese to better inform management decisions have traditionally required mark-recapture approaches, while aerial photographic surveys have typically been used to identify breeding distributions. As a potential alternative, isotopic patterns that are metabolically fixed within newly grown flight feathers following summer molting could provide inferences regarding geographic breeding origin of individuals, without the need for prior capture. Our objective was to assess potential to use four stable isotopes (δ13C, δ15N, δ34S, δ2H) from feather material to determine breeding origins. We obtained newly grown flight feathers from individuals during summer banding at three Arctic and two subarctic breeding colonies in 2014 (n = 56) and 2016 (n = 45). We used linear discriminant analyses to predict breeding origins from models using combinations of stable isotopes as predictors and evaluated model accuracy when predicting colony, subregion, or subpopulation levels. We found a strong inverse relationship between δ2H values and increasing latitude (R2 = 0.83), resulting in differences (F4, 51 = 90.41, P < 0.0001) among sampled colonies. No differences in δ13C or δ15N were detected among colonies, although δ34S in Akimiski Island, Baffin Island, and Karrak Lake were more enriched (F4, 51 = 11.25, P < 0.0001). Using δ2H values as a predictor, discriminant analyses improved accuracy in classification level as precision decreased [model accuracy = 67% (colony), 88% (subregion), 94% (subpopulation)]. Application of the isotopic methods we describe could be used to provide an alternative monitoring method of population metrics, such as overall breeding population distribution, region-specific productivity and migratory connectivity that are informative to management decision makers and provide insight into cross-seasonal effects that may influence migratory behavior.
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 | 0,001 |
| 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) | 0,000 | 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 ».