Video1_Biologging reveals rapid movements of harbour seals between freshwater and marine habitats in the subarctic.mp4
Notice bibliographique
Résumé
Biologging tools can provide invaluable information on the movement and behaviour of animals, facilitating the elucidation of ecological dynamics, especially for wide-ranging species, and supporting conservation and management efforts. Harbour seals (Phoca vitulina) exhibit extensive habitat plasticity in their vast range across the northern hemisphere, with likely recent increases in abundance at northern latitudes, yet details of their movement behaviour in subarctic areas remain largely unknown. We used satellite-telemetry data, including nearly 5,000 locations and over 12,000 dives, obtained from six harbour seals tagged in western Hudson Bay from 2021 to 2023, to address the knowledge gap on their movement behaviour between marine and freshwater habitats in subarctic regions. We document the behavioural patterns, transit speeds, and diverse aquatic system usage, including detailed records of a harbour seal track traversing over 170 km upriver on three separate trips along the Seal River, Canada. Notably, we observed a rapid downstream transit from the Seal River to Hudson Bay, covering 214 km within a single day. Additionally, we highlight the prevalence of short dive durations in the Seal and Churchill Rivers, in contrast to longer dive durations in Hudson Bay. These insights complement existing evidence of harbour seal occurrences and river use at northern latitudes, as well as enhance our understanding of harbour seal movement ecology within Hudson Bay which can be used to better inform conservation and management strategies between connected freshwater and marine environments in the Arctic.
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 | 0,000 |
| 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 | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,125 | 0,005 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».