Foraging rates of ram‐filtering North Atlantic right whales
Notice bibliographique
Résumé
Abstract North Atlantic right whales spend their summer months foraging primarily in American and Canadian Atlantic waters on high‐energy‐density prey. Here, they rapidly accumulate and store energy obtained within a few months to support future migrations and reproduction while fasting. High drag from their ram‐filter foraging strategy places a limit on what prey densities will be energetically efficient to target. Our understanding of the volume of prey‐laden water filtered by right whales during a dive or foraging bout, and what information they use to decide to forage or not, has been limited by the difficulties of measuring when they feed at depth, how fast they swim during continuous ram filtration and how often they might swallow accumulated prey. We used 10 DTAG deployments from right whales in the Bay of Fundy, Canada, to quantify swimming speeds and estimate the volume of prey‐laden water filtered per dive. We used the tag's inertial sensors to evaluate the timing of frequent biomechanical changes that likely indicate the truncation of continuous filtration, and whether the number or timing of these fluking bouts relates to longer feeding dives or other foraging decisions. During foraging dives, right whales descended at 1.4 (±0.2 SD ) m/s and slowed to swim at 1.1 (±0.3) m/s while filtering. We found consistent pauses in the fluking behaviour of foraging right whales, every 56 (±22) s. Whales filtered on average 78 (±30) m 3 of water per fluking bout and on average 673 (±201) m 3 per dive. Right whales filter large volumes of water at low speeds with a high duty cycle, but require sufficiently high prey energy densities to compensate for a high‐drag foraging strategy. Closely related bowhead whales have a larger gape but swim more slowly, filtering greater volumes with lower drag. Our findings highlight that right whales acquire their energy in a relatively short period of intense foraging; even moderate changes in their feeding behaviour or their prey energy density are likely to negatively impact their yearly energy budgets and therefore reduce fitness substantially. A plain language summary is available for this article.
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 | 0,000 | 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) | 0,025 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».