Energy requirements for racing endurance sled dogs
Notice bibliographique
Résumé
Endurance sled dogs have unique dietary energy requirements. At present, there is disparity in the literature regarding energy expenditure and thus energy requirements of these dogs. We sought to further elucidate energy requirements for endurance sled dogs under field conditions. Three sled dog teams completing the 2011 Yukon Quest volunteered to provide diet history. Nutritional content was evaluated and a mock meal was analysed for each team. Race data were obtained from www.yukonquest.com. Dogs were weighed at the start of the race in Whitehorse Yukon (WH), a mid-way checkpoint in Dawson Yukon (DS) and at the finish in Fairbanks Alaska. Data are average value per dog or per dog per d. Linear regression compared average weight loss to average kcal/dog consumed daily. Diets and feeding regimes were similar for all three teams. The average daily energy intake and nutrient content was similar for all diets. During leg one (WH to DS), team 1 gained weight overall, whereas the other two teams experienced weight loss. Linear regression revealed 37 638 kJ/dog/d (8995 kcal/dog/d) was required for weight maintenance. During leg two (DS to Fairbanks Alaska), average weights decreased for all three teams. The extrapolated kcal requirement was approximately 57 734 kJ/dog/d (13 799 kcal/dog/d). The carbohydrate contents of these diets also suggest that presumed fat intake for endurance sled dogs may be slightly less than previously thought. Finally, these data support the concept that dietary energy requirements vary substantially with additional variables such as load pulled, terrain and ambient temperature.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,002 | 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 ».