Trophic relationships among Antarctic fulmarine petrels: insights into dietary overlap and chick provisioning strategies inferred from stable isotope (?15N and ?13C) analyses
Notice bibliographique
Résumé
We used stable-isotope analysis (SIA) to evaluate trophic relationships in an Antarctic seabird community. We determined natural abundances of stable-nitrogen (?15N) and stable-carbon (?13C) isotopes from blood samples (n = 283) from adults and chicks of 4 Antarctic fulmarine petrel species (Fulmarus glaciaioides, Thalassoica antarctica, Daption capense and Pagodroma nivea) during 2 consecutive breeding seasons, 1994/1995 and 1995/1996, and from representative prey items. Our objectives were to use the isotope approach to infer trophic Status and diet composition within and between species, addressing interspecific and temporal variability within this seabird community, and to investigate potential age-related differences in assumed trophic position within species. Prey ?13C values ranged from -26.8% in amphipods to -23.9% in adult Antarctic silverfish. Seabird ?13C values ranged from -25.3% in Antarctic petrel chicks to -23.8% in Cape petrel adults. Prey ?15N values ranged from 4.0% in euphausiids to 10.7% in adult Antarctic silverfish. Seabird ?15N values ranged from 8.4% in Antarctic petrel adults to 12.0% in Snow petrel chicks. There was considerable interspecific overlap in assumed trophic positions amongst the 4 petrel species, and we conclude all species consumed fish and krill. Despite this apparent overlap, the range in ?15N values for petrels corresponded to the equivalent of 1 full trophic level, and estimated trophic level varied with both species and age. A simple trophic level model, constructed based on the ?15N data, predicted trophic levels ranging from 2.3 in krill to 4.7 in Snow petrel chicks. Snow petrels and Antarctic fulmars tended to have higher ?15N values than Antarctic and Cape petrels, suggesting a higher proportion of fish in their diets. Petrel chicks consistently had higher ?15N values than adults, which suggests trophic segregation between adults and chicks. We discuss advantages of selectively provisioning chicks with higher trophic level prey. Extensive overlap and a relatively narrow range of ?15N values are consistent with a food web comprised of few trophic steps.
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».