Amino acid δ15N differences consistent with killer whale ecotypes in the Arctic and Northwest Atlantic
Notice bibliographique
Résumé
Ecotypes are groups within a species with different ecological adaptations than their conspecifics. Eastern North Pacific (ENP) killer whale (Orcinus orca) ecotypes differ in their diet, behavior, and morphology, but the same is not known for this species in the eastern Canadian Arctic (ECA) and Northwest Atlantic (NWA). Using compound-specific stable isotope analysis (CSIA) of amino acids (AAs), we compared δ15N patterns of the primary trophic and source AA pair, glutamic acid/glutamine (Glx) and phenylalanine (Phe), in dentine collagen of (1) sympatric ENP killer whale ecotypes with well-characterized diet differences and (2) ECA/NWA killer whales with unknown diets. δ15NGlx-Phe was significantly higher in the ENP fish-eating (FE) than mammal-eating (ME) ecotype (19.2 ± 0.4‰ vs. 13.5 ± 0.7‰, respectively). Similar bimodal variation in δ15NGlx-Phe indicated analogous dietary divisions among ECA/NWA killer whales, with two killer whales having higher δ15NGlx-Phe (16.5 ± 0.0‰) than the others (13.5 ± 0.6‰). Inferences of dietary divisions between these killer whales were supported by parallel differences in threonine δ15N (-33.5 ± 1.6‰ and -40.4 ± 1.1‰, respectively), given the negative correlation between δ15NThr and TP across a range of marine consumers. CSIA-AA results for ECA/NWA whales, coupled with differences in tooth wear (a correlate for diet), are consistent with ecotype characteristics reported in ENP and other killer whale populations, thus adding to documented ecological divergence in this species worldwide.
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 | 0,001 | 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 ».