How Does a Change in Labial Tooth Row Number Affect Feeding Kinematics and Foraging Performance of a Ranid Tadpole (<i>Lithobates sphenocephalus</i>)?
Notice bibliographique
Résumé
Recent studies have explored feeding kinematics in tadpoles with intact labial teeth; however, it is unknown how missing teeth impacts foraging. We explored the impact of missing labial teeth on the feeding mechanics and foraging performance of Southern leopard frog (Lithobates sphenocephalus [= Rana sphenocephala]) tadpoles by controlling the pattern of labial tooth loss; that is, by surgically removing one row of labial teeth. We then used high-speed (500 frames/second) videography to test the hypothesis that tooth loss reduces the time that tadpoles attach to and graze upon an algal-covered substrate. We next conducted trials of foraging efficiency and foraging activity to test the hypothesis that tadpoles with fewer teeth forage less effectively than control tadpoles. The teeth of tadpoles from the surgery treatment slipped while closing and were in contact with an algal-covered substrate for a shorter duration compared to control tadpoles. Surprisingly, tadpoles with missing labial teeth obtained similar amounts of food and were as active as tadpoles with intact mouthparts. However, tadpoles with missing teeth completed about 25% more gape cycles per unit time than control tadpoles. Our data suggest that tadpoles with missing teeth compensate for inferior feeding kinematics during mouth closing in each gape cycle by increasing the number of gape cycles per unit 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 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 | 0,001 |
| 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 ».