A novel integrative method for measuring body condition in ecological studies based on physiological dysregulation
Notice bibliographique
Résumé
Summary The body condition of free‐ranging animals affects their response to stress, decisions, ability to fulfil vital needs and, ultimately, fitness. However, this key attribute in ecology remains difficult to assess, and there is a clear need for more integrative measures than the common univariate proxies. We propose a systems biology approach that positions individuals along a gradient from a ‘normal/optimal’ to ‘abnormal/suboptimal’ physiological state based on Mahalanobis distance computed from physiological biomarkers. We previously demonstrated the validity of this approach for studying ageing in humans; here, we illustrate its broad potential for ecological studies. As an example, we used biomarker data on shorebirds and found that birds with an abnormal condition had a lower maximal thermogenic capacity and higher scores of inflammation, with important implications for their ecology and health. Moreover, Mahalanobis distance captured a signal of condition not detected by the individual biomarkers. Overall, our results on birds and humans show that individuals with abnormal physiologies are indeed in worse condition. Moreover, our approach appears not to be particularly sensitive to which set of biomarkers is used to assess condition. Consequently, it could be applied easily to existing ecological data sets. Our approach provides a general, powerful way to measure condition that helps resolve confusion as to how to deal with complex interactions and interdependence among multiple physiological and condition measures. It can be applied directly to topics such as the effect of environmental quality on body condition, risks of health outcomes, mechanisms of adaptive phenotypic plasticity, and mechanisms behind long‐term processes such as senescence.
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 | 0,002 | 0,001 |
| 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) | 0,000 | 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 ».