MétaCan
Menu
← Retour à la cohorte
Enregistrement W1991326882 · doi:10.1139/z05-145

Resource allocation in fledglings of the rhinoceros auklet under different feeding conditions: an experiment manipulating meal size and frequency

2005· article· en· W1991326882 sur OpenAlexvenueno aff
Makiko Takenaka, Yasuaki Niizuma, Yutaka Watanuki

Notice bibliographique

RevueCanadian Journal of Zoology · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFledgeBiologyMealAnimal scienceZoologyRhinocerosHatchingFood science

Résumé

récupéré en direct d'OpenAlex

By manipulating meal size and frequency in an alcid, the rhinoceros auklet (Cerorhinca monocerata (Pallas, 1811)), we examined two hypotheses: (1) poorly fed chicks allocate resources preferentially to developing organs essential for fledging, and (2) intermittently fed chicks deposit more lipids than regularly fed ones. Chicks were fed normal (NORMAL; 40–80 g, mean meal mass in a normal year), small (LOW; 26–54 g, half of NORMAL), or large (HIGH; 80–160 g, twice as much as NORMAL) amounts of sandlance (Ammodytes personatus Girard, 1856) every day or the large meal (80–160 g) every 2 days (INTERMITTENT). Chicks fed more food grew faster. The HIGH group had the greatest fledging mass and shortest fledging period. The wingspan and brain mass of fledglings did not differ among groups. The heart, liver, and breast muscle at fledging were 15%–25% smaller in the LOW group than in the NORMAL group but did not differ between the NORMAL and HIGH groups. The total lipid was 43% greater in the HIGH group than in the NORMAL group, and that of the LOW group was 38% smaller. The INTERMITTENT group had a similar lipid mass to the NORMAL group. Chicks feeding on small meals seemed to maintain the growth of organs essential for fledging, while chicks feeding on large meals seemed to deposit a surplus as lipid rather than allocate more to the development of organs.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,230
Écart entre enseignants0,214 · 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'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

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

En bref

Citations18
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetFish Ecology and Management Studies→Travaux en français237 207→