MétaCan
Menu
Retour à la cohorte
Enregistrement W2027907316 · doi:10.1111/j.1748-7692.2000.tb00970.x

THE RELIABILITY OF SKINFOLD‐CALIPERS FOR MEASURING BLUBBER THICKNESS OF STELLER SEA LION PUPS (<i>EUMETOPIAS JUBATUS</i>)

2000· article· en· W2027907316 sur OpenAlexaff
Remco A. H. Jonker, Andrew W. Trites

Notice bibliographique

RevueMarine Mammal Science · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBlubberCalipersRookeryAnatomyBiologySkinfold thicknessSea lionFisheryBody weightMedicineMathematicsPopulationEndocrinology

Résumé

récupéré en direct d'OpenAlex

A bstract Twelve dead Steller sea lion pups ( Eumetopias jubatus ) aged 3‐14 d were recovered from rookeries in Southeast Alaska. They had a wide range of body sizes and conditions (small to large and fat to no fat). The ability of calipers to estimate the thickness of their blubber layer was assessed with a set of skinfold calipers. Average error of measurement for skin and blubber thickness was an acceptable 5.4%, but the skin and blubber of the pups were highly compressible. Skinfold thickness increased with body mass but did not necessarily reflect the development of blubber, given that pups with no blubber also showed an increase in skinfold thickness with increases in body mass. Skinfold thickness of sea lion pups appears to predict body size better than it predicts blubber thickness, making it difficult if not impossible to develop a simple index of body condition or a calculation of percent body fat for Steller sea lion pups from skinfold caliper measurements.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,474
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,230
Écart entre enseignants0,215 · 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.

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

Citations6
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207