Biologging to identify nesting and non-nesting emergences for four species of imperiled sea turtles
Resumo em português
Quantificar o comportamento de nidificação de tartarugas marinhas é essencial para o planejamento da recuperação e a avaliação de ações de manejo. Abordagens tradicionais de monitoramento, baseadas na contagem de ninhos em levantamentos de praia, podem classificar incorretamente as emergências não-nidificantes, obscurecer a fecundidade real e subestimar a frequência de posturas, métricas que influenciam diretamente modelos populacionais e decisões regulatórias. Aqui, demonstramos que registradores de dados de aceleração de alta resolução (ADLs) podem discriminar de forma confiável emergências de nidificação de não-nidificação em quatro espécies imperilizadas de tartarugas marinhas em locais no Golfo da América, sudeste dos EUA e Caribe. A partir de 60 implantações recuperadas de ADLs em tartaruga-verde (Chelonia mydas; N = 10), tartaruga-de-pente (Eretmochelys imbricata; N = 7), tartaruga-de-kemp (Lepidochelys kempii; N = 21) e tartaruga-cabeçuda (Caretta caretta; N = 22) com duração média de 17,5 ± 8,7 dias (intervalo de 2 a 43 dias), identificamos 54 eventos de nidificação e 76 emergências não-nidificantes, com precisão superior a 97% quando comparado a observações diretas. Estes dados fornecem as primeiras assinaturas comportamentais validadas por observador, específicas por espécie, das fases de nidificação, e revelam correlações entre a duração da postura e o tamanho da ninhada. Todas as emergências não-nidificantes ocorreram dentro de 72 horas da posterior nidificação, permitindo que gestores antecipem as janelas de deposição dos ninhos. Ao refinar os intervalos entre posturas e as estimativas de fecundidade, os ADLs oferecem um caminho prático para reduzir o erro nas estimativas da frequência de ninhos. A integração de algoritmos derivados de ADL com marcas satelitais transmissoras permitiria o monitoramento remoto e em tempo real da atividade de nidificação, criando um sistema para acompanhar remotamente os intervalos entre posturas e a fecundidade dos ninhos, cruciais para quantificar os impactos das mudanças climáticas e outras ameaças ao habitat de nidificação das tartarugas marinhas.
Resumo original em inglês
Quantifying sea turtle nesting behavior is essential for recovery planning and evaluating management actions. Traditional monitoring approaches, based on nest counts from beach surveys, can misclassify non-nesting emergences, obscure true fecundity, and underestimate clutch frequency, metrics that directly influence population models and regulatory decisions. Here, we demonstrate that high-resolution acceleration data loggers (ADLs) can reliably discriminate nesting from non-nesting emergences across four imperiled species of sea turtles at sites in the Gulf of America, southeast USA, and Caribbean. From 60 recovered ADL deployments on green (Chelonia mydas; N = 10), hawksbill (Eretmochelys imbricata; N = 7), Kemp’s ridley (Lepidochelys kempii; N = 21), and loggerhead sea turtles (Caretta caretta; N = 22) lasting on average 17.5 ± 8.7 days (range 2–43 days), we identified 54 nesting events and 76 non-nesting emergences, with >97% accuracy when compared to direct observations. These data provide the first observer-validated, species-specific behavioral signatures of nesting phases and reveal correlations between egg-laying duration and clutch size. All non-nesting emergences occurred within 72 hours of subsequent nesting, allowing managers to anticipate nest deposition windows. By refining inter-nesting intervals and fecundity estimates, ADLs offer a practical path to reduce error in clutch frequency estimates. The integration of ADL-derived algorithms with satellite-transmitting tags would enable the remote, real-time monitoring of nesting activity, creating a system for the remote monitoring of inter-nesting intervals and nest fecundity that are crucial to quantify the impacts of climate change and other threats to sea turtle nesting habitat.
Espécies citadas
- Caretta caretta · tartaruga-cabeçuda
?
Nomes populares variam entre regiões e uma mesma palavra pode designar espécies diferentes. Confira sempre o nome científico: Caretta caretta. - Lepidochelys kempii · tartaruga-de-kemp
?
Nomes populares variam entre regiões e uma mesma palavra pode designar espécies diferentes. Confira sempre o nome científico: Lepidochelys kempii. - Chelonia mydas · tartaruga-verde
?
Nomes populares variam entre regiões e uma mesma palavra pode designar espécies diferentes. Confira sempre o nome científico: Chelonia mydas. - Eretmochelys imbricata · tartaruga-de-pente
?
Nomes populares variam entre regiões e uma mesma palavra pode designar espécies diferentes. Confira sempre o nome científico: Eretmochelys imbricata.
Fonte e licença. Publicado sob CC BY. DOI: 10.3389/fmars.2025.1691053. Ler o artigo completo na fonte ↗
O texto completo do artigo permanece na fonte.
Dados de terceiros. Metadados bibliográficos do Europe PMC, DOAJ, Crossref e OpenAlex. Taxonomia do GBIF — Global Biodiversity Information Facility, Backbone Taxonomy sob CC BY 4.0.
Crie uma conta gratuita e receba artigos novos sobre as espécies que você segue.