Seabirds vary responses to supplemental food under dynamic natural prey availability and feeding aggregation composition
Notice bibliographique
Résumé
Abstract While foraging, a predator can feed solitarily or in a group. The net energy gain of joining a group is predicted to vary with prey patch quality, species-specific prey capture behavior, and the size and species composition of the predator group. In coastal Newfoundland, Canada, capelin (Mallotus villosus), a key forage fish, migrates inshore to spawn during the summer, resulting in a dramatic shift in prey availability. During July–August 2015–2017, we examined the numerical and behavioral responses of procellarid (Great Shearwater [Ardenna gravis], Sooty Shearwater [A. grisea], Northern Fulmar [Fulmarus glacialis]), and gull species (Herring Gull [Larus argentatus], Great Black-backed Gull [L. marinus]) to fish offal under varying capelin availability as well as flock size and composition using an at-sea experiment on the northeast Newfoundland coast. The experiment consisted of providing offal every 30 s (10-min experimental period), along with 10-min control periods before and after. We recorded the species-specific number of birds on the water, the number of birds simultaneously attempting to capture offal, and the number of successful attempts (“foraging success”). The number of birds on the water was lower during high capelin availability for all species, except for Northern Fulmar. The number of conspecifics simultaneously attempting to capture offal increased with the number of conspecifics on the water, but plateaued at different numbers (4–17) for most species. The species-specific proportion of successful attempts (i.e. foraging success) varied with flock size and composition (i.e. number of conspecifics, heterospecifics, species). Foraging success of Herring Gulls and fulmars were moderately affected by flock size and composition, suggesting that they may be dominant competitors. Findings suggest that seabirds rely more heavily on supplemental food sources, such as fisheries discards and offal, when natural prey availability declines, potentially resulting in a higher risk of by-catch during fisheries activities as forage fish stocks decline.
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) | 0,002 | 0,001 |
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 ».