Should I stay or should I go? Behavioral adjustments of fur seals related to foraging success
Notice bibliographique
Résumé
Abstract Understanding foraging strategies and decision-making processes of predators provide crucial insights into how they might respond to changes in prey availability and in their environment to maximize their net energy input. In this work, foraging strategies of Antarctic fur seals (Arctocephalus gazella, AFS) and Northern fur seals (Callorhinus ursinus, NFS) were studied to determine how they adjust their foraging behavior according to their past prey capture experiences. AFS on Kerguelen Islands are exclusively oceanic divers, while NFS population of St Paul Island shows both oceanic and neritic divers. We thus hypothesized that the two species would respond differently to a change in prey capture success depending on their foraging strategy. To test this, 40 females were equipped with tags that measured tri-axial acceleration, dive depth, and GPS coordinates, from which we derived prey capture attempts and behavioral metrics. Influence of prey capture success on horizontal and vertical movements of seals was investigated at different time scales: multi-dive, night, and trip. Both AFS and NFS traveled further during the day if they encountered low prey capture periods during the previous night. However, at the multi-dive scale, neritic NFS differed from oceanic NFS and AFS in terms of decision-making processes, e.g., both AFS and oceanic NFS dived deeper in response to low prey capture rate periods, while neritic NFS did not. Similarities in decision-making processes between NFS and AFS foraging on pelagic prey suggest that pelagic vs. neritic prey type is a key factor in defining foraging decisions of diving marine predators.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,049 | 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 ».