MétaCan
Menu
Retour à la cohorte
Enregistrement W4404861297 · doi:10.3354/meps14759

Wintering strategies of two king penguin populations of the Southern Indian Ocean

2024· article· en· W4404861297 sur OpenAlexaff
Émile Brisson‐Curadeau, Alex Nalivaev, F. d'Ovidio, Karine Delord, Katherine Elliott, CA Bost

Notice bibliographique

RevueMarine Ecology Progress Series · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOceanographyIndian oceanGeographyFisheryBiologyGeology

Résumé

récupéré en direct d'OpenAlex

The king penguin Aptenodytes patagonicus is an important model species of the Southern Ocean. While there is extensive knowledge on the foraging movement of this species during the summer in the early chick-provisioning period, little information is available for the winter period. To fill this gap, we tracked 13 individuals during the winter from 2 neighboring populations of the Southern Indian Ocean, namely the Kerguelen and the Crozet Archipelagos, and examined penguin locations with respect to remote sensing data. Tracked penguins from Kerguelen mostly headed east of the archipelago, while those from Crozet islands headed southwest. This resulted in contrasting latitudes used between the 2 wintering locations. The different directions taken possibly result from the distinct oceanic features around the 2 islands: at Kerguelen, extensive spring blooms transported east of the island might sustain prey well until the winter, offering favorable conditions for penguins. At Crozet, blooms are reduced in intensity and penguins might instead head south to benefit from the better foraging conditions near the sea ice. Such distinct foraging distributions relative to the 2 archipelagos are consistent with the at-sea distribution of other penguin species (e.g. Eudyptes spp.) breeding in the same localities. We highlight 2 distinct winter foraging strategies in neighboring king penguin populations, shaped by the contrasting oceanographic conditions surrounding their breeding sites.

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 enseignants0,047
Score d'incertitude au seuil0,094

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,014
Tête enseignante GPT0,267
Écart entre enseignants0,253 · 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 revueMarine Ecology Progress SeriesMême sujetAvian ecology and behaviorTravaux en français237 207