First evidence of diverging migration and overwintering strategies in glaucous gulls (<i>Larus hyperboreus</i>) from the Canadian Arctic
Notice bibliographique
Résumé
Abstract Many seabird populations differ in their migration strategies, where individuals travel in different directions to separate wintering areas. These migratory strategies may expose individuals to different threats, thus understanding migratory connectivity is crucial to assess risks to populations. Glaucous gulls (Larus hyperboreus) are generalist predators with flexible migratory behaviour that may alter these behaviours in response to climate change and anthropogenic activities, such as access to landfills, yet little is known about their migration. We deployed GPS and GLS tracking devices on glaucous gulls from Coats Island, Nunavut, Canada to obtain the first insights into their migration and habitat use outside of the breeding season. Gulls used two migration strategies during the non-breeding season, where one migrated as far as the Sea of Okhotsk in the Pacific and the remainder (n = 7) wintered in the North Atlantic. Gulls primarily overwintered in pelagic (56%) and coastal (38%) habitats. While in coastal habitats, one gull visited one landfill once, but visits increased with a 1 km and 3 km buffer, suggesting that urban glaucous gulls primarily used non-landfill habitats. This research can be used as a baseline to explore changes in migratory behaviour and inform future conservation of Arctic-breeding gulls.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».