MétaCan
Menu
Retour à la cohorte
Enregistrement W2165064859 · doi:10.1242/jeb.01675

The metabolic cost of egg production is repeatable

2005· article· en· W2165064859 sur OpenAlexaff
François Vézina, Tony D. Williams

Notice bibliographique

RevueJournal of Experimental Biology · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésTaeniopygiaBiologyBasal metabolic rateAvian clutch sizeRepeatabilityZebra finchMetabolic costMetabolic rateAnimal scienceZoologyAdaptation (eye)ReproductionEcologyEndocrinologyStatistics

Résumé

récupéré en direct d'OpenAlex

The metabolic cost of egg production in birds (passerines) has been measured as a 16-27% increase in basal or resting metabolic rate (BMR and RMR, respectively) when comparing non-breeding values with those in egg-producing individuals. However, available data to date have been obtained in free-living birds and may thus be confounded by the effect of variable ecological conditions on non-reproductive physiological machinery (organ mass or metabolic activity) which might contribute to measured variation in RMR. Here, we show that in captive, controlled conditions, the process of egg formation induces a 22% increase in RMR in female zebra finches Taeniopygia guttata. Among individuals, variation in laying RMR is independent of egg mass, clutch size or total clutch mass. Importantly, we show that individual variation in both non-breeding and laying RMR is repeatable over periods of at least 8-10 months, i.e. individual variation in RMR remained constant over time for any given physiological state. This suggests that the metabolic cost of egg formation should respond to selection. However, we also show that in males, but not females, repeatability of RMR declines over time even when birds are kept in constant controlled conditions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,017
Tête enseignante GPT0,295
Écart entre enseignants0,278 · 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

Citations80
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BiologyMême sujetAvian ecology and behaviorTravaux en français237 207