MétaCan
Menu
Retour à la cohorte
Enregistrement W2104512900 · doi:10.1002/ar.21406

Convergent Evolution Driven by Similar Feeding Mechanics in Balaenopterid Whales and Pelicans

2011· article· en· W2104512900 sur OpenAlexafffund
Daniel J. Field, Sheng Chuan Lin, Micha Ben‐Zvi, Jeremy A. Goldbogen, Robert E. Shadwick

Notice bibliographique

RevueThe Anatomical Record · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaUniversities Space Research Association
Mots-clésFlexural rigidityConvergent evolutionExtensibilityBiologyEvolutionary biologyComputer scienceStructural engineeringEngineeringPhylogenetic tree

Résumé

récupéré en direct d'OpenAlex

The feeding apparatuses of rorqual whales and pelicans exhibit a number of similarities, including long, kinetic jaws that increase gape size, and extensible tissue comprising the floor of the mouth. These specializations enable the engulfment of large volumes of prey-laden water in both taxa. However, the mechanics of engulfment feeding in rorquals and pelicans have never been quantitatively compared. Here, we use "BendCT," a novel analytical program, to investigate the mechanical design of rorqual and pelican mandibles, to understand whether these bones show comparable designs for resisting similar hydrodynamical loads. We also compare the mechanical properties of the extensible tissue used during engulfment in rorquals and pelicans. We demonstrate that the evolutionary convergence in the feeding apparatus of rorquals and pelicans is more pronounced than has been recognized previously; both taxa exhibit mandibular flexural rigidity distributions suited for resisting dorsoventral bending stresses encountered while feeding, and possess similarly extensible tissue on the floor of their mouths.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,218
Écart entre enseignants0,197 · 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

Citations23
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Anatomical RecordMême sujetMarine animal studies overviewTravaux en français237 207