Arctic‐breeding black‐legged kittiwakes show individual variation in foraging responses to glacial conditions without consequences for reproductive output
Notice bibliographique
Résumé
Behavioural plasticity is likely to influence how individuals continue to access resources under rapid climate change. Plasticity will be particularly important at highly dynamic, prey‐rich foraging areas such as upwelling fronts of marine‐terminating glaciers in the high Arctic, where profitability varies significantly across space and time. Understanding individual variation in plasticity and its adaptive potential is crucial to understand a populations flexibility to future climate scenarios. By analysing GPS data from 186 black‐legged kittiwakes Rissa tridactyla breeding in the high Arctic over six years, we quantified individual variation in behavioural plasticity in use of glacial fronts and its relationship with the number of chicks produced. Variation in the relationship between glacial use and levels of discharged meltwater was primarily explained by differences in food availability between years. Whereas there was no significant relationship between discharge rates and glacier use in years of low zooplankton biomass, the probability of glacial front use and time spent at glaciers decreased in years when food was more abundant, despite high discharge and likely good conditions at the front. Interestingly, neither glacial use nor plasticity in foraging during the breeding season correlated with the number of surviving chicks, suggesting that all individuals still obtained enough food for reproduction. Understanding the complex nature of individual variation in plasticity and when it is likely to be adaptive will be the first step in highlighting when plasticity can be used to predict how species will respond to rapidly changing environments.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».