Prey consumption of bowhead whales in West Greenland estimated from drone measurements of body size and condition
Notice bibliographique
Résumé
Understanding the energy requirement and prey consumption of Arctic predators is crucial to assess their vulnerability to climate change. The bowhead whale ( Balaena mysticetus ) is the largest predator of the Arctic, with Disko Bay in Greenland constituting a major feeding ground for a segment (predominantly larger juveniles and adult non-lactating females) of the Eastern Canada-West Greenland population. We used unmanned aerial vehicle photogrammetry to measure the body size and condition of bowhead whales in Disko Bay during the spring (March 26–June 1, 2022), from which we quantified their energy requirements and prey consumption. Measurements of body length, width and height were used to estimate the body volume and condition of juveniles (50 measurements from 39 individuals) and adults (232 measurements from 154 individuals). The body condition of adults increased at a rate of 0.112 percentage points day −1 , or 44.1–87.8 L of blubber day −1 (for lengths 13.0–17.0 m). Using published data from harvested whales, the estimated blubber mass gain was 37.1–73.9 kg day −1 , which equals an energy deposition rate of 1.01–2.01 GJ day −1 . Body maintenance costs were predicted from allometric models, while activity costs and the heat increment of feeding were derived from published archival tag data. Reported length-at-age curves were used to estimate somatic growth costs. The energy requirements for juveniles and adults were 0.621–0.778 GJ day −1 (for lengths 11.0–12.9 m) and 3.662–7.826 GJ day −1 (for lengths 13.0–17.0 m), respectively, which equals a prey consumption rate of 17–22 kg of prey day −1 (0.1% of body mass) and 102–218 kg day −1 (0.3% of body mass).
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 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 ».