MétaCan
Menu
Retour à la cohorte
Enregistrement W3008601031 · doi:10.1038/s41598-020-59992-3

Intra-specific Niche Partitioning in Antarctic Fur Seals, Arctocephalus gazella

2020· article· en· W3008601031 sur OpenAlexfundno aff
Kayleigh A. Jones, Norman Ratcliffe, Stephen C. Votier, Jason Newton, Jaume Forcada, John Dickens, Gabriele Stowasser, Iain J. Staniland

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesBritish Antarctic SurveyNatural Environment Research CouncilSight Research UKMcGill University
Mots-clésForagingFur sealBiologyCompetition (biology)PopulationEcologyNicheNiche differentiationTrophic levelZoologyHabitatDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Competition for resources within a population can lead to niche partitioning between sexes, throughout ontogeny and among individuals, allowing con-specifics to co-exist. We aimed to quantify such partitioning in Antarctic fur seals, Arctocephalus gazella, breeding at South Georgia, which hosts ~95% of the world’s population. Whiskers were collected from 20 adult males and 20 adult females and stable isotope ratios were quantified every 5 mm along the length of each whisker. Nitrogen isotope ratios (δ15N) were used as proxies for trophic position and carbon isotope ratios (δ13C) indicated foraging habitat. Sexual segregation was evident: δ13C values were significantly lower in males than females, indicating males spent more time foraging south of the Polar Front in maritime Antarctica. In males δ13C values declined with age, suggesting males spent more time foraging south throughout ontogeny. In females δ13C values revealed two main foraging strategies: 70% of females spent most time foraging south of the Polar Front and had similar δ15N values to males, while 30% of females spent most time foraging north of the Polar Front and had significantly higher δ15N values. This niche partitioning may relax competition and ultimately elevate population carrying capacity with implications for ecology, evolution and conservation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,238
Écart entre enseignants0,206 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations33
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetMarine animal studies overviewTravaux en français237 207