Body Mass Estimates in Dogs and North American Gray Wolves Using Limb Element Dimensions
Notice bibliographique
Résumé
Body mass is a key biometric that is useful in interpreting many aspects of an animal's life history. For many species, including dogs and wolves, methods for estimating body mass are not well developed. This paper assesses the utility of using limb dimensions to predict body mass in dogs and North American wolves. Regression analyses are utilized here to explore the correlations between limb dimensions and body masses of modern dogs and wolves, all of known body mass at death. These analyses reveal that a number of limb end dimensions are correlated with body mass in both dogs and wolves. Regression formulae generated through the analyses appear to allow body masses to be predicted with relatively small margins of error, often less than 10%. Formulae are calculated for groups with and without juveniles. In some cases, the dimensions of the juvenile specimens plot distinctly from those of adults, indicating that regression formulae specifically for juvenile canids may be needed. The strength of the limb dimension correlations is then compared with that of regression formulae for dog and wolf cranio-mandibular dimensions. For the dogs, the cranio-mandibular dimensions appear to slightly out-perform the limb element dimensions in predicting body mass. The wolf limb dimensions, however, always appear to provide better predictions of body mass than do the skull dimensions. The newly developed regression formulae are applied to several Middle Holocene dog skeletons from Siberia for which previous body mass estimates are available, the latter based on cranial dimensions. These two sets of estimates are then compared. The overall results of our study indicate the need for further research, particularly with larger sample sizes, including more juvenile specimens. We also argue that work on body size estimation in single dog breeds may be warranted in some cases. Copyright © 2016 John Wiley & Sons, Ltd.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».