Nutritional influences on breeding dynamics in elk
Notice bibliographique
Résumé
Nutrition in summer and early autumn may influence pregnancy rates and recruitment in ungulate herds in temperate regions, yet this influence on the reproductive endocrinology of wild ungulates is poorly understood. We examined the effects of 3 levels of summerautumn nutrition on timing of breeding, pregnancy rates, and concentration of fecal progestagens (P4) in 30 captive female elk (Cervus elaphus nelsoni). Digestible energy (DE) content for females on the high-nutrition treatment was maintained at 12.35 kJ/g, while DE content for females on the medium- and low-nutrition treatments was gradually reduced to 10.89 and 9.42 kJ/g, respectively, by the end of the breeding season (all feed was offered ad libitum) to mimic the natural decline in forage quality during summer and autumn. In addition, we used three females as a control; they were maintained on a high-nutrition diet and kept separate from a bull. Based on fecal P4 concentrations and visual observations, 90, 90, and 10% of the elk on the high-, medium-, and low-nutrition treatments bred, respectively. Nutritional restriction delayed breeding by an average of 8 and 28 days in the medium- and low-nutrition animals. Females in the low- and medium-nutrition treatments excreted significantly higher P4 concentrations prior to breeding than did animals in the high-nutrition treatment. Diet failed to affect P4 concentration during pregnancy, but we found evidence that P4 concentrations were positively correlated with body condition (ingesta-free body fat content) during early gestation. Females that did not breed failed to exhibit estrous behavior, and hormone-excretion profiles confirmed that these animals failed to ovulate. These results suggest that inadequate nutrition in summer and autumn reduce pregnancy rates by preventing estrus and ovulation rather than by inducing early-embryo mortality.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 source (Gemma direct ou Codex distillé), 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 ».