Dealing with the heat: Assessing heat stress in an Arctic seabird using 3D-printed thermal models
Notice bibliographique
Résumé
The Arctic is warming at four times the global average rate and most studies have focused on the indirect (e.g., changes in food web) rather than the direct effects of climate change. However, as Arctic animals often have low capacity to dissipate heat, the direct effect of warming could impact them significantly (heat stress). To study heat stress, biophysical models have been used in many species to estimate operative temperature (Te, integrated temperature of the thermal environment experienced by an individual). Here, we developed biophysical models of an Arctic seabird, the thick-billed murre (Uria lomvia). We demonstrated that 3D-printed painted models perform similarly to the more traditionally used feather-covered models. We deployed our models on Coats Island, Nunavut, Canada to study heat stress, which occurs in murres when operative temperature is above 21.2 °C (the temperature at which evaporative water loss (EWL) rates increase to maintain a constant body temperatures). Murre operative temperatures ranged from 5.5 °C to 46.5 °C despite ambient temperatures never exceeding 24.7 °C (range: 3.4-24.7 °C), and murres experienced heat stress on 61 % of the days during the breeding season (range: 24-85 %). Using known equations of EWL as a function of temperature, we estimated that murres lost 3.79 % to 4.61 % of their body mass in water daily. Our study confirms the physiological challenges faced by Arctic seabirds during the breeding season, while also demonstrating the value of biophysical models as non-invasive tools to study the effects of heat stress on seabirds.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».