Fine-scale movement data reveal surface foraging and nocturnal flight activity in the endangered Bermuda petrel
Notice bibliographique
Résumé
Abstract Foraging behavior plays a fundamental role in animal fitness and population dynamics, particularly in marine ecosystems where seabirds like petrels (small Procellariiformes) showcase a diverse array of foraging strategies finely adapted to the pelagic environment. The extent and remote nature of their foraging grounds makes direct observation of foraging behaviour impractical, thereby requiring the use of remote tracking technologies. We deployed miniaturized multi-sensor biologgers and collected fine scale movement data to investigate the at-sea behaviours of the Bermuda petrel Pterodroma cahow , a poorly studied and highly threatened gadfly petrel, specialised on mesopelagic prey. GPS-tracking data revealed extensive foraging trips, in consistent directions, over remote oceanic regions. Time-depth-recorders provided new insights into petrel feeding techniques suggesting that the meso-bathypelagic prey targeted by petrels must be available in the very upper layer of the water surface, given their very limited diving activity (99.99% of dives had 0.1 m of depth). Accelerometer data revealed 3 flying- and 3 water-related behaviours. Flying behaviours reflected the expected dynamic soaring flight strategy of procellariforms; individuals spent more than three-quarters of their time in flight with flying-non-flapping being the most common behaviour under all conditions. The behaviour classified as “flying-intensive” was infrequently observed but could indicate aerial dipping, a characteristic foraging technique of Pterodroma species. The remaining time was spent in three water behaviours: active, inactive and intensive, with the latter being less common but thought to reflect scavenging and prey seizing. Flying-related behaviours increased with negative sun elevation values, highlighting greater flight activity during night compared to the day, while water behaviours were more common during the day. While some of our findings may require further validation to confirm their relevance to foraging behaviour, our work offers new and valuable insights to consider when assessing the extent and nature of offshore anthropogenic-related risks faced by petrels.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».