MétaCan
Menu
Retour à la cohorte
Enregistrement W4394958887 · doi:10.3389/fmars.2024.1368756

Fine-scale hunting strategies in Australian fur seals

2024· article· en· W4394958887 sur OpenAlexaff
Perla Salzeri, Sebastián P. Luque, John P. Y. Arnould

Notice bibliographique

RevueFrontiers in Marine Science · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesParks Victoria
Mots-clésScale (ratio)FisheryFur tradeGeographyOceanographyEcologyBiologyEnvironmental ethicsGeologyCartographyPhilosophy

Résumé

récupéré en direct d'OpenAlex

Introduction Knowledge of the hunting strategies of top predators can provide insights into the cost-benefit trade-offs of their foraging activities. Air-breathing marine predators are constrained in their foraging activities due to their metabolic expenditure at depth being supported by limited body oxygen stores. Understanding how these species adapt their behaviours to maximise foraging success is of importance in view of the anticipated alterations to marine ecosystems in response to global change. The Australian fur seal (Arctocephalus pusillus doriferus), the largest fur seal species, has a distribution restricted to south-eastern Australia, which is one of the fastest warming oceanic regions and where the abundance, distribution and diversity of prey species is expected to change in coming decades. Methods In the present study, combined IMU (acceleration, magnetometer, gyroscope), depth and GPS data logger information was used to reconstruct 3-dimensional tracks during diving, assess energy expenditure and quantify prey capture events in adult female Australian fur seals during benthic foraging. Results The results revealed that individuals ascended at steeper pitches (to reduce transit time), remained for shorter durations and travelled shorter distances at the surface, and then descended at steeper pitches on subsequent dives after predatory events on the seafloor. Higher travel speeds and more directional changes during searching for prey along the seafloor, while requiring greater energy expenditure, were associated with more prey captures. Interestingly, individuals did not display conventional Area Restricted Search, with the heading between dives not influenced by prey encounters. Discussion Together, these results suggest Australian fur seals undertake rapid searching along the seafloor to surprise cryptic prey and, if prey is encountered, undertake rapid surfacing (to reload body oxygen stores) and return to nearby seafloor habitat with a similar but undisturbed prey field.

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 enseignants0,011
Score d'incertitude au seuil0,022

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 savante0,0000,000
Science ouverte0,0000,001
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 Opus0,013
Tête enseignante GPT0,259
Écart entre enseignants0,246 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetMarine animal studies overviewTravaux en français237 207