Resting costs too: the relative importance of active and resting energy expenditure in a sub-arctic seabird
Notice bibliographique
Résumé
Breeding is costly for many animals, including birds that must deliver food to a central place (i.e. nest). Measuring energy expenditure throughout the breeding season can provide valuable insight into physiological limitations by highlighting periods of high demand, and ultimately allows improvement of conservation strategies. However, quantifying energy expenditure in wildlife can be challenging, as existing methods do not measure both active (e.g. foraging) and resting energy costs across short and long time scales. Here, we developed a novel method for comparing active and resting costs in 66 pre-breeding and breeding seabirds (black-legged kittiwakes, Rissa tridactyla) by combining accelerometry and triiodothyronine (T3) as proxies for active and resting costs, respectively. Active energy costs were higher during incubation (P=0.0004) and chick rearing (P<0.0001) than during pre-laying, because of an increase in the time spent in flight of 11% (P=0.0005) and 15% (P<0.0001), respectively. Levels of T3, reflecting resting costs, peaked marginally during incubation with a mean (±s.d.) concentration of 4.71±1.97 pg ml-1 in comparison to 2.66±1.30 pg ml-1 during pre-laying (P=0.05) and 3.16±2.85 pg ml-1 during chick rearing (P=0.11). Thus, although chick rearing is often assumed to be the costliest breeding stage by multiple studies, our results suggest that incubation could be more costly as a result of high resting costs. We highlight the importance of accounting for both active and resting costs when assessing energy expenditure.
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 | 0,000 |
| 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 ».