MétaCan
Menu
Retour à la cohorte
Enregistrement W2055394340 · doi:10.3161/150811010x504653

Postnatal Growth and Age Estimation in the Ashy Leaf-Nosed Bat,<i>Hipposideros cineraceus</i>

2010· article· en· W2055394340 sur OpenAlexaff
Longru Jin, Aiqing Lin, Keping Sun, Ying Liu, Jiang Feng

Notice bibliographique

RevueActa Chiropterologica · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensScience North
Organismes subventionnairesnon disponible
Mots-clésGompertz functionForearmGrowth rateAnatomyMathematicsBiologyStatisticsGeometry

Résumé

récupéré en direct d'OpenAlex

We quantified changes in body mass, forearm length, and the total length of the epiphyseal gap of the fourth metacarpal-phalangeal joint of the ashy leaf-nosed bat (Hipposideros cineraceus) based on mark-recapture data obtained in Fangkong Cave in Hekou, Yunnan Province, China. We used these data to develop empirical growth curves, to derive growth rates, to establish age-predictive equations, and to compare growth parameters based on three nonlinear growth models. Forearm length and body mass of pups followed a linear pattern of growth until day 17, with mean growth rates of 0.81 mm/day and 0.09 g/day, respectively and thereafter their growth rates increased more slowly. The length of the epiphyseal gap initially increased linearly up to day 13 and then decreased linearly at a mean rate of 0.07 mm/day until day 37. An equation for estimating age based on forearm length was valid when this dimension was ≤ 27.6 mm, whereas the equation based on the length of the epiphyseal gap was valid for forearm lengths ≥ 24.3 mm. Together, these two equations permit estimation of the age H. cineraceus pups between 1 and 37 days. Of the three nonlinear growth models (logistic, Gompertz, and von Bertalanffy), the logistic equation provided the best fit to the empirical curves for body mass and forearm length.

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)0,000
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 enseignants0,011
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,212
Écart entre enseignants0,199 · 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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueActa ChiropterologicaMême sujetBat Biology and Ecology StudiesTravaux en français237 207