MétaCan
Menu
← Retour à la cohorte
Enregistrement W2032930485 · doi:10.1242/jeb.026815

Individually variable energy management during egg production is repeatable across breeding attempts

2009· article· en· W2032930485 sur OpenAlexaff
Tony D. Williams, François Vézina, John R. Speakman

Notice bibliographique

RevueJournal of Experimental Biology · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBiologyTaeniopygiaPhenotypic plasticityReproductive successReproductionOffspringEcologyZebra finchZoologyDemographyGenetics

Résumé

récupéré en direct d'OpenAlex

It is axiomatic that whole-animal metabolism, measured for example as daily energy expenditure (DEE), plays a central role in determining reproductive success and survival (fitness) in all organisms. Nevertheless, strong evidence for consistent systematic relationships between DEE and either individual traits (age, sex, body size), environmental factors (e.g. food availability, temperature) or 'fitness' traits (e.g. number of offspring, survival) remains far from compelling in birds and mammals. Recently, we suggested that female birds might utilise complex, individually variable energy management strategies to meet the metabolic demands of reproduction, generating a wide spectrum of effects on reproductive DEE, from overcompensation (net decrease in DEE) to additive effects (net increase in DEE). Here we show that this individually variable adjustment or 'plasticity' in energy expenditure associated with egg production is repeatable among individuals between successive breeding attempts in female zebra finches (Taeniopygia guttata). Our study highlights the importance (a) of measuring 'plasticity' or change associated with transitions of physiological state (e.g. non-breeding to breeding) based on multiple measurements of the same individual, and (b) of extending consideration of how selection might drive the evolution of phenotypic plasticity per se to include physiological and metabolic traits.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,280
Écart entre enseignants0,255 · 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'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

Citations11
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Biology→Même sujetAnimal Behavior and Reproduction→Travaux en français237 207→