MétaCan
Menu
Retour à la cohorte
Enregistrement W1694371945 · doi:10.1139/er-2012-0042

A review of factors affecting cave climates for hibernating bats in temperate North America

2013· review· en· W1694371945 sur OpenAlexvenueno aff
Roger W. Perry

Notice bibliographique

RevueEnvironmental Reviews · 2013
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCaveMicroclimateTemperate climateEcologyMast (botany)Environmental scienceKarstBiology

Résumé

récupéré en direct d'OpenAlex

The fungal pathogen Geomyces destructans, which causes white-nose syndrome in bats, thrives in the cold and moist conditions found in caves where bats hibernate. To aid managers and researchers address this disease, an updated and accessible review of cave hibernacula and cave microclimates is presented. To maximize energy savings and reduce evaporative water loss during winter, most temperate vespertilionid bats in North America select caves with temperatures between 2 and 10 °C, with 60%–100% relative humidity. Generally, the temperature in caves is similar to the mean annual surface temperature (MAST) of a region, which varies by latitude, altitude, and topography. However, MAST for most areas where caves are found in eastern North America is well above 10 °C. Thus, various factors cause cold-air infiltration that reduces temperatures of these caves during winter. These factors include depth of cave, topographic setting, airflow patterns, cave configuration, and water infiltration. Factors affecting humidity, condensation, and evaporation are also addressed. In areas where MAST is above or below the thermal requirements of Geomyces destructans, many caves used by bats as hibernacula may still provide favorable sites for optimal growth of this fungus.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,071
Tête enseignante GPT0,296
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations130
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetBat Biology and Ecology StudiesTravaux en français237 207