MétaCan
Menu
Retour à la cohorte
Enregistrement W2009985053 · doi:10.1111/j.1365-2656.2005.00919.x

Phenotypic effects on survival of neonatal northern watersnakes <i>Nerodia sipedon</i>

2005· article· en· W2009985053 sur OpenAlexafffund
Kelley J. Kissner, Patrick J. Weatherhead

Notice bibliographique

RevueJournal of Animal Ecology · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton UniversityAlberta Environment and Protected Areas
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésHibernation (computing)BiologyOffspringReproductionZoologyDemographyAnimal scienceEcologyPregnancy

Résumé

récupéré en direct d'OpenAlex

Summary Understanding the trade‐off females make between offspring size and number requires knowing how neonatal size, and traits associated with size, affect survival. We studied neonatal survival in the northern watersnake Nerodia sipedon in outdoor enclosures with artificial hibernation sites. From a total of 950 neonates from 77 litters collected over 3 years, we found a survival rate of 65% between birth and hibernation and 47% during hibernation. Estimated survival from birth to the end of hibernation was 31%, comparable with indirect estimates for free‐living watersnakes. Consistent with the ‘bigger is better’ hypothesis, larger neonates and neonates heavier relative to their body length were more likely to survive both the pre‐hibernation and hibernation periods. Survival in the pre‐hibernation period also decreased with the duration of that period and varied among years. Survival during hibernation was higher in warmer winters. Mass change prior to hibernation did not affect survival during hibernation. These results suggest that an optimal reproductive strategy should exist for female watersnakes, producing a ‘consensus’ among females on the optimal size for offspring. This expectation stands in stark contrast to the pronounced variation in offspring size observed both within and among litters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,943

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,206
Écart entre enseignants0,200 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations64
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Animal EcologyMême sujetFish Ecology and Management StudiesTravaux en français237 207