Environmental heterogeneity plays a bigger role than diet quality in driving divergent California sea lion population trends
Notice bibliographique
Résumé
Abstract While the global population of California sea lions (Zalophus californianus) is increasing, regional trends show a decline in the Gulf of California (GoC, Mexico) and an increase in the Channel Islands (CI; California, U.S.) over the last 40 years. The drivers of these divergent trends remain unclear, but previous pinniped studies suggest that differences in diet quality—rather than prey abundance—may play a role. We therefore conducted an analysis to examine how sea lion population trajectories relate to diet quality, specifically looking at diet energy density and diet diversity. Using population and diet data from 1980 to 2020 for sea lions in the GoC and CI, we found no simple relationships between population trajectories and diet quality over time. Energy densities of sea lion diets were similar between the two regions, but GoC sea lions consumed a more diverse range of prey (n = 88 vs. 23 main prey species) dominated by benthic species and schooling fishes, while CI diets consisted mainly of schooling fishes and squid. We also found that GoC sea lions ate more benthic prey and less schooling fish during the 2014–2016 heatwave— decreasing their overall diet energy density, similar to the CI. This shift coincided with a temporary population decline in the CI but had variable effects on GoC populations. Overall, our findings suggest that regional population trends are influenced by complex ecological factors beyond diet quality alone, highlighting the need to consider environmental variability and prey composition when assessing the resilience of sea lion populations to climate-driven changes.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».