Correlates of seasonal change in the body condition of an Arctic top predator
Notice bibliographique
Résumé
Climate-driven sea ice loss has led to changes in the timing of key biological events in the Arctic, however, the consequences and rate of these changes remain largely unknown. Polar bears (Ursus maritimus) undergo seasonal changes in energy stores in relation to foraging opportunities and habitat conditions. Declining sea ice has been linked to reduced body condition in some subpopulations, however, the specific timing and duration of the feeding period when bears acquire most of their energy stores and its relationship to the timing of ice break-up is poorly understood. We used community-based sampling to investigate seasonality in body condition (energy stores) of polar bears in Nunavut, Canada, and examined the influence of sea ice variables. We used adipose tissue lipid content as an index of body condition for 1,206 polar bears harvested from 2010-2017 across five subpopulations with varying seasonal ice conditions: Baffin Bay (October-August), Davis Strait and Foxe Basin (year-round), Gulf of Boothia and Lancaster Sound (August-May). Similar seasonal patterns were found in body condition across subpopulations with bears at their nadir of condition in the spring, followed by fat accumulation past break-up date and subsequent peak body condition in autumn, indicating that bears are actively foraging in late spring and early summer. Late season feeding implies that even minor advances in the timing of break-up may have detrimental effects on foraging opportunities, body condition, and subsequent reproduction and survival. The magnitude of seasonal changes in body condition varied across the study area, presumably driven by local environmental conditions. Our results demonstrate how community-based monitoring of polar bears can reveal population-level responses to climate warming in advance of detectable demographic change. Our data on the seasonal timing of polar bear foraging and energy storage should inform predictive models of the effects of climate-mediated sea ice loss.
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 | 0,000 |
| 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) | 0,001 | 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 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 ».