The value of bioelectrical impedance analysis vs. condition indices in predicting body fat stores in North American porcupines (Erethizon dorsatum)
Notice bibliographique
Résumé
We developed a predictive model to estimate body fat stores in a population of North American porcupines, Erethizon dorsatum (L., 1758). We trapped porcupines in the autumn of 2004 and spring of 2005. After collecting morphometric measurements on each animal, we used a plethysmograph to perform bioelectrical impedance analysis (BIA). We euthanized the subjects, measured two components of body composition (body fat, body water) via direct chemical analysis, and calculated lean dry mass to compare with BIA data. With regression we found the best predictive models for total body water, total body fat, percent body fat, and lean dry mass. We also estimated body condition for each animal using six different condition indices and compared the ability of the condition indices and our regression model to predict total body fat. Our model for total body fat accounted for 84% of the variation in fat measured by direct chemical analysis, and our model for percent body fat accounted for 78% of the variation. Two condition indices were significantly related to total body fat in porcupines and explained 45%–49% of the variation in observed body fat. We recommend BIA as a useful technique for estimating body fat stores in field studies of free-ranging porcupines and suggest abandonment of the use of condition indices as analogues of body fat stores in animal studies unless the indices can first be validated.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| 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 ».