Food selection by the white-footed mouse (<i>Peromyscus leucopus</i>) on the basis of energy and protein contents
Notice bibliographique
Résumé
We studied the combined effects of energy and protein contents on food selection by the white-footed mouse, Peromyscus leucopus. Our objective was to determine how variation in levels of a food component affected the overall attractiveness of a food to the mice and whether trade-offs are made in selecting dietary protein compared with energy. We conducted food-selection tests in the laboratory and field using foods containing different combinations of energy and protein levels. In the laboratory, P. leucopus were offered a choice between a high-energy and a low-energy food with the protein level held constant and between a high-protein and a low-protein food with the energy level held constant. The field study was set up to offer an encounter with all four combinations of energy and protein simultaneously. We also tested for preferred levels of protein using pairwise food-selection tests in the laboratory. In the laboratory and field tests, P. leucopus selected high-energy foods that were low in protein, but avoided all foods with a high protein content. When given pairwise choices among foods containing 5, 15, 25, or 35% protein, P. leucopus consistently preferred the food with 15% protein. Peromyscus leucopus quickly detected differences in protein and energy levels in foods, selecting specific foods according to metabolic profitability and nutrient needs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».