Resource allocation of a deep-diving Arctic seabird, the thick-billed murre (Uria lomvia), in response to sea-ice variation during the chick-rearing period
Notice bibliographique
Résumé
Abstract: Presently, inter-annual variability in sea ice dynamics is increasing in Arctic regions. Sea ice dynamics, such as the timing of ice-melt and sea ice extent, highly influence trophic dynamics in marine Arctic systems, leading to changes in the abundance and distribution of fish and invertebrates. Thick-billed murres (Uria lomvia) - a pursuit diving seabird that preys upon pelagic fish, benthic fish, and invertebrates - are thus expected to be negatively impacted by shifts in marine Arctic community structure. As such foraging behaviour, including the decision to balance self-feeding and chick-provisioning, will be influenced by environmental conditions, and mediated by either adult or chick body condition. In a low ice year, associated with reduced food availability, adults may choose to maximize self-feeding to maintain adult condition, while reducing chick provisioning at the cost of chick condition. Alternatively, adults may maintain or increase chick-provisioning to maximize chick condition, while reducing self-feeding at the cost of adult condition. To investigate the impact of environmental conditions on resource allocation decisions in this system we fitted adult murres with GPS accelerometers during the incubation and chick-rearing periods at Coats Island, Nunavut, Canada in 2018 and 2019. To assess the success of foraging trips for adult energetic condition we blood sampled murres before/after GPS deployments to measure energetic hormones (corticosterone), metabolites (non-esterified fatty acids, beta-hydroxybutyrate, and triglycerides), and stable isotopes (δ13C and δ15N). To assess the success of foraging trips for chick energetic condition, we conducted feeding watches to identify prey types and chick-provisioning rates. By determining how variation in environmental conditions impacts resource allocation decisions, we can predict how breeding success and ultimately fitness will be impacted in rapidly changing Arctic ecosystems. Authors: Alyssa Eby¹, Allison Patterson², Kyle Elliott², H. Grant Gilchrist³, Oliver Love¹ ¹University of Windsor, ²McGill University, ³Environment and Climate Change Canada
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 | 0,000 | 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) | 0,001 | 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 ».