MétaCan
Menu
Retour à la cohorte
Enregistrement W3126601472 · doi:10.1098/rsos.202226

Population-specific sex and size variation in long-term foraging ecology of belugas and narwhals

2021· article· en· W3126601472 sur OpenAlexaff
Marié Louis, Mikkel Skovrind, Eva Garde, Mads Peter Heide‐Jørgensen, Paul Szpak, Eline D. Lorenzen

Notice bibliographique

RevueRoyal Society Open Science · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensTrent University
Organismes subventionnairesnon disponible
Mots-clésForagingEcologyIntraspecific competitionBiologySexual dimorphismInterspecific competitionPopulationPopulation sizeCompetition (biology)ZoologyDemography

Résumé

récupéré en direct d'OpenAlex

Intraspecific variation in resource use by individuals of different age, sex or size may reflect differing energetic requirements and physiological constraints. Males and females often show differences in diet owing to sexual size dimorphism, different life histories and/or habitat use. Here, we investigate how sex and size influence the long-term foraging ecology of belugas and narwhals in Greenland, using stable isotopes of carbon and nitrogen from bone collagen. We show that males have a higher trophic level and a larger ecological niche than females in West Greenland belugas and in East Greenland narwhals. In addition, for these two populations, we find that δ 15 N increases with size, particularly in males. We hypothesize that sexual size dimorphism together with strong maternal investment drive these differences. By contrast, we find no differences in foraging ecology between sexes in West Greenland narwhals and observe no influence of size on trophic level. This may reflect the influence of interspecific competition in West Greenland, where the distributions of belugas and narwhals overlap, and/or geographical resource partitioning among different summer aggregations of narwhals. Our results suggest that sex and size variations in diet are population dependent, and probably the result of varying ecological interactions.

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)0,001
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
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 Opus0,010
Tête enseignante GPT0,267
Écart entre enseignants0,257 · 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

Citations41
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoyal Society Open ScienceMême sujetIsotope Analysis in EcologyTravaux en français237 207