MétaCan
Menu
Retour à la cohorte
Enregistrement W4379537388 · doi:10.1186/s40462-023-00397-y

Divergent migration routes reveal contrasting energy-minimization strategies to deal with differing resource predictability

2023· article· en· W4379537388 sur OpenAlexafffund
Courtney R. Shuert, Nigel E. Hussey, Marianne Marcoux, Mads Peter Heide‐Jørgensen, Runé Dietz, Marie Auger‐Méthé

Notice bibliographique

RevueMovement Ecology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of British ColumbiaUniversity of WindsorFisheries and Oceans Canada
Organismes subventionnairesBritish Columbia Knowledge Development FundNatural Sciences and Engineering Research Council of CanadaKenneth M. Molson FoundationPinngortitaleriffikCanada Foundation for InnovationMolson FoundationFisheries and Oceans CanadaMitacsNunavut Wildlife Research TrustWorld Wildlife Fund
Mots-clésAnimal ecologyPredictabilityResource (disambiguation)Energy (signal processing)EconomicsEconometricsNatural resource economicsComputer scienceEcologyMathematicsBiologyStatistics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Seasonal long-distance movements are a common feature in many taxa allowing animals to deal with seasonal habitats and life-history demands. Many species use different strategies to prioritize time- or energy-minimization, sometimes employing stop-over behaviours to offset the physiological burden of the directed movement associated with migratory behaviour. Migratory strategies are often limited by life-history and environmental constraints, but can also be modulated by the predictability of resources en route. While theory on population-wide strategies (e.g. energy-minimization) are well studied, there are increasing evidence for individual-level variation in movement patterns indicative of finer scale differences in migration strategies. METHODS: We aimed to explore sources of individual variation in migration strategies for long-distance migrators using satellite telemetry location data from 41 narwhal spanning a 21-year period. Specifically, we aimed to determine and define the long-distance movement strategies adopted and how environmental variables may modulate these movements. Fine-scale movement behaviours were characterized using move-persistence models, where changes in move-persistence, highlighting autocorrelation in a movement trajectory, were evaluated against potential modulating environmental covariates. Areas of low move-persistence, indicative of area-restricted search-type behaviours, were deemed to indicate evidence of stop-overs along the migratory route. RESULTS: Here, we demonstrate two divergent migratory tactics to maintain a similar overall energy-minimization strategy within a single population of narwhal. Narwhal migrating offshore exhibited more tortuous movement trajectories overall with no evidence of spatially-consistent stop-over locations across individuals. Nearshore migrating narwhal undertook more directed routes, contrasted by spatially-explicit stop-over behaviour in highly-productive fjord and canyon systems along the coast of Baffin Island for periods of several days to several weeks. CONCLUSIONS: Within a single population, divergent migratory tactics can achieve a similar overall energy-minimizing strategy within a species as a response to differing trade-offs between predictable and unpredictable resources. Our methodological approach, which revealed the modulators of fine-scale migratory movements and predicted regional stop-over sites, is widely applicable to a variety of other aquatic and terrestrial species. Quantifying marine migration strategies will be key for adaptive conservation in the face of climate change and ever increasing human pressures.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,009
Tête enseignante GPT0,212
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMovement EcologyMême sujetAvian ecology and behaviorTravaux en français237 207