Patterns of Brood Dispersal and Habitat Use in Emperor Goose (Anser canagicus) Goslings: Behavioral and Ecological Insights
Notice bibliographique
Résumé
Abstract Background Animals make decisions about habitat use that have lifelong implications for survival and fitness. For waterfowl, decisions made between hatching and fledging are especially important, as precocial young must not only grow and complete their molt but also prepare for their first fall migration. Methods To better understand how emperor goose broods navigate heterogenous habitats during the brood rearing period, we deployed GPS transmitters on females with broods to track gosling movements on the Yukon-Kuskokwim Delta, Alaska. From this GPS data, we determined distance traveled by broods from the nesting site, brood home range size, types of habitats used, and resource selection. These results were compared to previous work on emperor goslings from the late 1990s and early 2000s. Results We found that emperor goose broods stayed within 5km of their nesting site and maintained an average home range of ~ 10km 2 . Both grazing lawn and mudflat habitats were present within their home range but broods preferentially selected grazing lawns. Broods were observed to forage for algae on mudflat and Carex sedges on grazing lawns. Conclusions Our results reveal that grazing lawn remains the most important habitat for brood-rearing emperor geese on the Yukon-Kuskokwim Delta, consistent with past studies; however, broods also appear to regularly forage on green algae present on mudflats when these areas are available during low tide. This is the first-known study that has documented emperor goslings extensively using non-vegetated mudflat habitats, which provide forage while allowing adults to better observe incoming predators and competing species. We also found that females and their broods travel short distances to reach brood-rearing sites and that home range size varied based on individual, not habitat used. Overall, their dependence on grazing lawns, combined with long-term declines in these habitats across the Yukon-Kuskokwim Delta, may have lasting implications on fitness of emperor goose broods.
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 ».