Foraging Ecology of the Freshwater Apex Predator Lake Trout (Salvelinus namaycush)
Notice bibliographique
Résumé
Movement is energetically expensive, yet necessary for energy acquisition by mobile predators, whose foraging over broad spatial scales links food webs in semi-discrete habitat patches. For the cold-water, apex predator lake trout (Salvelinus namaycush), movement into nearshore areas of lakes may be extremely costly because of thermally challenging conditions during summer stratification. However, in lakes without offshore forage fish, forays into these areas may be critical to amass enough energy for growth, fall spawning, and winter survival. In this thesis, I used a novel combination of data – nearshore prey transects, stomach content analysis, three-dimensional lake trout positioning with acoustic telemetry, and accelerometer data – to directly measure the impact of lake trout habitat and food web types on their energy acquisition and expenditure during the habitat-limited summer period in Northwestern Ontario. I studied lake trout behaviour in two small, neighbouring boreal lakes over two summers to ask how their habitat use differs (1) between lakes with different food webs and (2) within lakes between sites of different slopes. The study lakes have similar morphometric qualities but only one contains an offshore forage fish (yellow perch, Perca flavescens). Previous research indicates that steep-sided lakes allow for increased habitat coupling by lake trout during summer, but this is the first work to directly examine the effect of lake morphometry on lake trout foraging within lakes. I used kernel density estimates to show that lake trout tended nearshore with increasing acceleration in the lake without an offshore forage fish, whereas their core areas moved offshore with increasing acceleration in the lake with yellow perch. In nearshore areas, I observed a non-linear effect of slope on acceleration, indicating that lake trout use steep, thermally accessible locations to reach the nearshore fishes found in most of the stomachs analysed. Through stomach content analysis and metabolic calculations, I found that both populations tend towards planktivory and have similar metabolic costs despite behavioural differences, pointing to the energetic limitations of many small, boreal lakes. This thesis expands our understanding of lake trout habitat use during critical foraging events, which is essential for effective aquatic habitat management.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».