Opportunistic predation of birds by breeding Herring Gulls (Larus argentatus)
Notice bibliographique
Résumé
Dietary specialization, exploiting a small fraction of available food resources, is commonly reported for gulls and skuas. Predation of birds by these species is usually considered a specialist strategy employed by the minority of the population but non-specialists also predate birds and may actually have a greater impact on the prey species. To date, most studies have focused on predatory bird-specialists, down-playing the possible importance of opportunistic predation by non-specialists. We addressed this by studying diet (regurgitated pellets and prey remains) and behavior of breeding Herring Gulls (Larus argentatus) over three summers at Gull Island, a mixed-species breeding colony in Lake Ontario. One-third of all pellets analyzed contained bird remains, primarily the most numerous breeding bird: Ring-billed Gull (L. delawarensis) chicks (51%) and adults (36%). Although all but one pair of Herring Gulls ate birds, all pairs maintained broad and mostly similar diets, with birds accounting for at most one-third of prey. Behavior also indicated that Herring Gulls at Gull Island were not predatory bird-specialists because predation was too infrequent to meet energetic requirements, was largely unsuccessful and was only ever observed when Ring-billed Gulls strayed into Herring Gull breeding territories. Instead, bird predation appeared mainly opportunistic, increasing with seasonal availability, access to shoreline, proximity to nesting Ring-billed Gulls and breeding territory size. Compared with predatory specialist Herring Gulls in the same region, individuals that predated birds at Gull Island did not display specialist behaviors and killed six times fewer birds (0.1-0.4 per day, on average) but were over 20 times more numerous (98% of the population versus 4%). Thus, our results indicate that opportunistic predation by non-specialists may have important consequences for prey species. Since opportunistic predation cannot be effectively managed using techniques widely advocated for specialist predators, it is essential to investigate cause of predation by large gulls prior to lethal management.
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 | 0,000 |
| 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 | 0,001 | 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 ».