MétaCan
Menu
Retour à la cohorte
Enregistrement W2152416085 · doi:10.1644/10-mamm-a-051.1

Quantitative magnetic resonance: a rapid, noninvasive body composition analysis technique for live and salvaged bats

2010· article· en· W2152416085 sur OpenAlexfundno aff
Liam P. McGuire, Christopher G. Guglielmo

Notice bibliographique

RevueJournal of Mammalogy · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Natural Resources
Mots-clésMagnetic resonance imagingComposition (language)ZoologyBiologyNuclear magnetic resonanceMedicinePhysicsRadiologyArt

Résumé

récupéré en direct d'OpenAlex

Abstract Quantitative magnetic resonance (QMR) is a new technology for measuring body composition of live, nonanesthetized animals (fat mass, lean mass, and total body water) in 4 min or less. We conducted a validation study to compare QMR body composition analysis of 3 species of bats (mass range 5.77–31.30 g) with traditional chemical extraction. In addition to scans of live animals, we tested the effectiveness of QMR for salvaged specimens (bats killed by wind turbines) and the effects of carcass temperature. Our analysis indicates that QMR body composition analysis is effective for live and salvaged animals. Frozen carcasses could not be analyzed, but results were not dramatically affected for specimens at 4°C and 37°C. QMR analysis eliminates the need to euthanize animals to determine body composition precisely, allows rapid and efficient data collection, and makes it possible to follow individuals longitudinally through time.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,928
Score d'incertitude au seuil0,190

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,016
Tête enseignante GPT0,250
Écart entre enseignants0,234 · 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
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MammalogyMême sujetBat Biology and Ecology StudiesTravaux en français237 207