Seasonal variations in migration strategy of a longdistance Arctic-breeding seabird
Notice bibliographique
Résumé
Long-distance migratory seabirds need to adjust their migration strategy according to internal (breeding, molting) and external factors (seasonality, resource availability). Time-minimizing strategies are common during spring migration to arrive at the optimal time to breed. We studied the annual movements and migration strategy of the long-tailed jaeger Stercorarius longicaudus , a small arctic-nesting seabird. First, we documented year-round movements (routes, wintering sites) of male and female jaegers breeding in the Canadian Arctic. We then compared their migration strategies between seasons (phenology, stopover use, travel distance, speed) to determine whether they adopt a time-minimizing strategy in spring. Over 6 yr, we collected 43 tracks from geolocators deployed on Bylot and Igloolik Islands. Jaegers departed the breeding site over a 5 wk period and traveled on average 32375 km (round trip) before returning to breed, one of the longest documented migrations on Earth. Birds used a major stopover area east of the Grand Banks of Newfoundland in spring and fall, and wintered in high marine productivity areas of the South Atlantic. Unexpectedly, the spring migration was 40% longer and 32% slower than in fall, and birds increased their time spent on water (foraging and/or resting) by 61%. A time-minimizing strategy in fall may help to reach the wintering site rapidly and start molting early. In spring, a fly-and-forage strategy seems to be adopted to increase foraging effort, probably for the accumulation of body reserves before breeding and in anticipation of unfavorable conditions that may prevail at arrival on their arctic breeding site.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,004 | 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 tête enseignante, 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 ».