MétaCan
Menu
Retour à la cohorte
Enregistrement W4388210751 · doi:10.1139/as-2023-0036

Worth the dip? Polar bear predation on swimming flightless greater snow geese and estimation of energetic efficiency

2023· article· en· W4388210751 sur OpenAlexafffundvenue
David Bolduc, Madeleine-Zoé Corbeil-Robitaille, Frédéric Dulude‐de Broin, Thierry Grandmont, Frédéric LeTourneux, Mathilde Poirier, Denis Sarrazin, Pierre Legagneux

Notice bibliographique

RevueArctic Science · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversité du Québec à RimouskiUniversité LavalCenter for Northern Studies
Organismes subventionnairesCanada First Research Excellence FundArcticNet
Mots-clésUrsus maritimusPredationTundraArcticEcologyFood chainRange (aeronautics)SnowEnvironmental sciencePolarBiologyGeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

As sea-ice cover is shrinking, polar bears ( Ursus maritimus, Phipps, 1774) face decreased access to seals, their primary prey, resulting in a greater dependence on terrestrial food sources. Whether polar bears can benefit from these terrestrial food sources, however, depends on their ability to find and capture prey items without expending more energy than is acquired. Here, we report one of the northernmost observations of polar bear predation on adult birds. The bear used a dive-hunting technique, which consisted of submerging itself, approaching underwater, and catching flightless greater snow geese ( Anser caerulescens caerulescens (Linnaeus, 1758)) from beneath the surface of a tundra pond. After evaluating energy expenditures during swimming and energy intakes from consuming geese, we estimated that this rarely documented dive-hunting technique could be energetically profitable for a certain range of pursuit durations. This observation highlights the behavioral plasticity that polar bears can deploy to punctually exploit land-based food sources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,231
Score d'incertitude au seuil0,306

Scores Codex et Gemma par catégorie

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

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 Opus0,016
Tête enseignante GPT0,244
Écart entre enseignants0,228 · 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 tête enseignante, 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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetMarine animal studies overviewTravaux en français237 207