Energy requirements for racing endurance sled dogs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
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 découle