Rapid recovery by fat- and muscle-depleted Blackpoll Warblers following trans-oceanic migration is driven by time-minimization
Notice bibliographique
Résumé
Non-stop endurance flights are a defining characteristic of many long-distance migratory birds but subsequent recovery phases are not typically distinguished from fueling phases (collectively ‘stopovers’), despite endurance flights inducing marked physiological changes including flight muscle atrophy and gastrointestinal tract reductions. Here, we hypothesize that recovery requires unique behavioral adaptations, leading to departures from the predictions of optimal migration theory for time-minimizing migrants. We predict that recovering birds will 1) select (moist) food-rich habitats on arrival; 2) have slow initial fueling rates due to decreased gastrointestinal capacity; 3) show a negative correlation between stopover duration and arrival condition instead of a negative correlation with fuel deposition rate (FDR); 4) stopover longer than required to store energy reserves for subsequent flights; and 5) show evidence of rebuilding flight muscles. To test these predictions, we studied Blackpoll Warblers Setophaga striata in northern Colombia following trans-oceanic flights >2250 km. Birds selected dry seasonal habitats, despite proximity of moist forests, and among 1227 captured individuals, 14-21% were emaciated and 88% had atrophied flight muscles. We recaptured 74 individuals, revealing net positive mass gains and, contrary to Prediction 2, no evidence for slow initial recovery rates. Contrary to Prediction 3, stopover duration was only weakly correlated with arrival condition and birds with high FDR (4.9% LBM/day) had shorter durations (3 days) relative to birds with slower rates (7 days) - both groups accumulated sufficient fuel to reach non-breeding (over-wintering) grounds 500-1000 km away. Mass increases were largely attributable to fat deposition but some birds improved flight muscle condition (31.9%), consistent with Prediction 5. Together these results reveal a strong selection for time-minimization in the decisions made by Blackpoll Warblers following trans-oceanic flights, likely mediated through advantages to early arrival on non-breeding grounds, contrary to our hypothesis of recovery imposing unique selection pressures.
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 ».