Energy availability influences microclimate selection of hibernating bats
Notice bibliographique
Résumé
Many species hibernate to conserve energy during periods of low food and water availability. It has long been assumed that the optimal hibernation strategy involves long, deep bouts of torpor that minimize energy expenditure. However, hibernation has ecological (e.g. decreased predator avoidance) and physiological (e.g. sleep deprivation) costs that must be balanced with energy savings; therefore, individuals possessing sufficient energy reserves may reduce their use of deep torpor. We tested the hypothesis that energy (fat) availability influences temperature selection of two fat-storing bat species during hibernation. We predicted that individuals with small energy reserves would select colder temperatures for hibernation in order to minimize energy expenditure, while individuals with larger energy reserves would choose warmer temperatures to minimize the costs of hibernation. Results from our field experiment indicate that little brown myotis (Myotis lucifugus) hibernating in warm microclimates were significantly heavier than individuals hibernating in cooler microclimates. To determine if energy availability was mediating this relationship, we limited fatty acid availability with mercaptoacetate (MA) and quantified its effect on torpid metabolic rate (TMR) and thermal preference of big brown bats (Eptesicus fuscus). Administration of MA caused a 43% drop in TMR at 10 degrees C and caused bats to choose significantly colder temperatures for hibernation. Our results suggest that fat-storing bats minimize torpor expression using both physiological and behavioral mechanisms.
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 ».