MétaCan
Menu
Retour à la cohorte
Enregistrement W4392649839 · doi:10.1002/ece3.11012

An interspecific foraging association with polar bears increases foraging opportunities for avian predators in a declining Arctic seabird colony

2024· article· en· W4392649839 sur OpenAlexafffundabout
Andrew F. Barnas, Cassandra A. B. Simone, Erica A. Geldart, Oliver P. Love, Patrick M. Jagielski, H. Grant Gilchrist, Evan S. Richardson, Cody J. Dey, Christina A. D. Semeniuk

Notice bibliographique

RevueEcology and Evolution · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensEnvironment and Climate Change CanadaUniversity of WindsorUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaEnvironment and Climate Change CanadaUniversity of Windsor
Mots-clésEiderForagingLarusUrsus maritimusSeabirdPredationBiologyEcologyInterspecific competitionArcticNest (protein structural motif)PlumageHerringZoologyFishery

Résumé

récupéré en direct d'OpenAlex

Abstract Interspecific foraging associations (IFAs) are biological interactions where two or more species forage in association with each other. Climate‐induced reductions in Arctic sea ice have increased polar bear (Ursus maritimus) foraging in seabird colonies, which creates foraging opportunities for avian predators. We used drone video of bears foraging within a common eider (Somateria mollissima) colony on East Bay Island (Nunavut, Canada) in 2017 to investigate herring gull (Larus argentatus) foraging in association with bears. We recorded nest visitation by gulls followingn = 193 eider flushing events from nests during incubation. The probability of gulls visiting eider nests increased with higher number of gulls present (β = 0.14 ± 0.03 [SE],p < .001) and for nests previously visited by a bear (β = 1.14 ± 0.49 [SE],p < .02). In our model examining the probability of gulls consuming eggs from nests, we failed to detect statistically significant effects for the number of gulls present (β = 0.09 ± 0.05 [SE],p < .07) or for nests previously visited by a bear (β = −0.92 ± 0.71 [SE],p < .19). Gulls preferred to visit nests behind bears (χ2 = 18, df = 1,p < .0001), indicating gulls are risk averse in the presence of polar bears. Our study provides novel insights on an Arctic IFA, and we present evidence that gulls capitalize on nests made available due to disturbance associated with foraging bears, as eiders disturbed off their nest allow gulls easier access to eggs. We suggest the IFA between gulls and polar bears is parasitic, as gulls are consuming terrestrial resources which would have eventually been consumed by bears. This finding has implications for estimating the energetic contribution of bird eggs to polar bear summer diets in that the total number of available clutches to consume may be reduced due to avian 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 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 enseignants0,024
Score d'incertitude au seuil0,047

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,254
Écart entre enseignants0,229 · 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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetMarine animal studies overviewTravaux en français237 207