MétaCan
Menu
Retour à la cohorte
Enregistrement W2053214748 · doi:10.1111/j.1469-7998.2006.00276.x

Geographic variation in the use of torpor and roosting behaviour of female western long‐eared bats

2007· article· en· W2053214748 sur OpenAlexaffabout
Donald I. Solick, Robert M. R. Barclay

Notice bibliographique

RevueJournal of Zoology · 2007
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTorporEcologyBiologyMicroclimateHomeothermyRange (aeronautics)ForagingThermoregulationZoology

Résumé

récupéré en direct d'OpenAlex

Abstract The costs and benefits of torpor may vary across the range of widespread heterothermic species, resulting in different thermoregulatory patterns and other behaviours for individuals inhabiting different environments. We compared torpor use and roosting behaviour for rock‐roosting populations of western long‐eared bats Myotis evotis living in the mountains and prairies of Alberta, Canada. We monitored body temperatures and located roosts for pregnant and lactating females using radio‐telemetry. We also took roost measurements, and assessed roost microclimate using temperature dataloggers. Females in the mountains entered torpor less frequently and spent less time in torpor than bats in the prairies, supporting our hypothesis that reproductive time constraints in the mountains outweigh the benefits of torpor. Alternatively, increased torpor use in the prairies may be attributed to a greater need for water conservation. Females in the mountains minimized thermoregulatory costs and maintained homeothermy by selecting exposed roosts with warm microclimates during pregnancy, and then switching to clustering with other individuals during lactation when conditions were cooler. In the prairies, females roosted alone in cooler, less exposed roost types, which facilitate the use of torpor. Our results illustrate the importance of considering geographic variation in behaviour across the range of a species.

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)0,001
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 enseignants0,012
Score d'incertitude au seuil0,314

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,054
Tête enseignante GPT0,250
Écart entre enseignants0,196 · 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

Citations27
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ZoologyMême sujetBat Biology and Ecology StudiesTravaux en français237 207