Cumulative effects of environmental conditions and mercury exposure on laying phenology and incubation behaviour
Notice bibliographique
Résumé
Abstract: Wildlife are exposed to many simultaneous stressors, the effects of which are amplified along with increasing human activity globally. In Arctic regions, more severe weather systems, increasing air and ocean temperatures, and exposure to environmental contaminants all represent stressors occurring simultaneously. While seabirds are expected to be at risk of adverse effects from these individual stressors, few studies have researched their combined impacts on breeding behaviour and reproductive success. Therefore, we examined the interactive effects of air temperature, wind speed and mercury (Hg) contamination (via first-laid egg) on laying phenology and incubation behaviour in female common eiders (Somateria mollissima, Mitiq) nesting at Canada's largest Arctic breeding colony (East Bay (Mitivik) Island) from 2016-2019. Exposure to higher pre-breeding air temperatures resulted in females with higher egg Hg concentrations laying earlier than those with lower Hg levels. Furthermore, examination of 190 days of incubation behaviour from 61 eiders across two years showed that nest-level air temperature exposure had the most significant effect on incubation behaviour, with higher air temperatures correlating with more interruptions. Importantly, interactive exposure to higher air temperatures and higher Hg concentrations was related to increased incubation interruptions at a greater effect level than just air temperature alone. Although previous research has shown that warmer spring temperatures may relieve constraints on lower quality females, giving them more time to gain in body condition to successfully lay, our results suggest these females face stronger cumulative costs during incubation in warmer years, especially if they have higher contaminant loads. Our study highlights the potential interactive mechanisms, driven by human-induced environmental changes, that may impact overall individual and colony reproductive success in Arctic seabirds, especially within the context of increasing environmental and predator pressures. Authors: Reyd Smith¹, Saya Albonaimi¹, Holly Hennin², Grant Gilchrist², Jérôme Fort³, Kyle Parkinson¹, Jennifer Provencher², Oliver Love¹ ¹University of Windsor, ²Environment and Climate Change Canada, ³Littoral, Environnement et Sociétés (LIENSs)
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 | 0,000 | 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 | 0,002 |
| 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 ».