An evaluation of methods used to estimate carcass composition of common eiders Somateria mollissima
Notice bibliographique
Résumé
To examine how endogenous reserves may influence avian life history, it is often necessary to quantify carcass composition. However, proximate analyses are expensive, time-consuming and difficult to perform under field conditions. Consequently, carcass composition is often estimated from easily measured data. We evaluate methods of estimating carcass composition of the common eider duck Somateria mollissima. We measured, dissected and completed proximate analyses of 92 eiders. Predictive models were derived using multiple regressions of 70 birds, while the remaining 22 were used as an independent test of the models. Each model's accuracy was evaluated by comparing estimates against known values of protein and lipids, using root mean square error (RMSE). Abdominal and leg fat pad mass were highly correlated with total lipid (r = 0.92), and body mass was highly correlated with total protein (r = 0.80). Models that used body mass, fat depots and/or muscle group data were the most accurate (lipids adjusted R2 = 0.93, RMSE = 14.60; protein adjusted R2 = 0.74, RMSE = 11.14). By using these equations it is possible, using dissection data, to accurately estimate carcass composition of eiders. If dissection data are not available, one can still estimate carcass composition using equations that require only morphometrics although in our lipid analysis such equations had relatively low accuracy (lipids adjusted R2 = 0.54, RMSE = 32.74).
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) | 0,000 | 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 ».