MétaCan
Menu
Retour à la cohorte
Enregistrement W2104711555 · doi:10.1139/z2012-084

Estimating the influence of the thermal environment on activity patterns of the desert woodrat (<i>Neotoma lepida</i>) using temperature chronologies

2012· article· en· W2104711555 sur OpenAlexvenueno aff
Ian Murray, Felisa A. Smith

Notice bibliographique

RevueCanadian Journal of Zoology · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésBiologyEcologySouthern HemisphereThermoregulationTortoiseHabitatNorthern HemisphereZoologyAtmospheric sciences

Résumé

récupéré en direct d'OpenAlex

Environmental temperature influences the ecology and life history of animals. In habitats near the thermal range boundary, fluctuations in temperature may influence the ability of species to persist. Desert woodrats ( Neotoma lepida Thomas, 1893) occupy one of the hottest and most extreme environments in the western hemisphere, Death Valley, California, despite limited adaptations for water conservation or efficient heat dissipation. Moreover, N. lepida have a relatively low tolerance for high temperature. Thus, we hypothesized temperature might influence both the timing and the duration of activity. To test this idea, we attached iButton sensors to 56 animals over a 2-year period and recorded activity. Each sensor was set to record at 5 or 15 min intervals and stored approximately 2000 records before retrieval. We found a strong relationship between ambient temperature and onset and duration of activity, influenced by both body size and gender. Neotoma lepida did not emerge until air temperature fell below 42 °C. As daily high temperatures increased, both sexes had fewer nightly activity bouts of shorter duration. Our results suggest that activity of N. lepida is constrained during the climatically intense summer months. Animals face a trade-off between remaining in the thermal safety of the den vs. emerging to obtain resources.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,082
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,203
Écart entre enseignants0,184 · 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 tête enseignante, 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

Citations51
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetBat Biology and Ecology StudiesTravaux en français237 207