Polar bears are inefficient predators of seabird eggs
Notice bibliographique
Résumé
Climate-mediated sea-ice loss is disrupting the foraging ecology of polar bears (Ursus maritimus) across much of their range. As a result, there have been increased reports of polar bears foraging on seabird eggs across parts of their range. Given that polar bears have evolved to hunt seals on ice, they may not be efficient predators of seabird eggs. We investigated polar bears' foraging performance on common eider (Somateria mollissima) eggs on Mitivik Island, Nunavut, Canada to test whether bear decision-making heuristics are consistent with expectations of optimal foraging theory. Using aerial-drones, we recorded multiple foraging bouts over 11 days, and found that as clutches were depleted to completion, bears did not exhibit foraging behaviours matched to resource density. As the season progressed, bears visited fewer nests overall, but marginally increased their visitation to nests that were already empty. Bears did not display different movement modes related to nest density, but became less selective in their choice of clutches to consume. Lastly, bears that capitalized on visual cues of flushing eider hens significantly increased the number of clutches they consumed; however, they did not use this strategy consistently or universally. The foraging behaviours exhibited by polar bears in this study suggest they are inefficient predators of seabird eggs, particularly in the context of matching behaviours to resource density.
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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».