Scanning Snakes to Measure Condition: A Validation of Quantitative Magnetic Resonance
Notice bibliographique
Résumé
Body composition is a measure of an animal's energetic state that can inform many research fields, yet the analysis traditionally requires individuals to be killed, and chemical analysis is labor intensive. Quantitative magnetic resonance (QMR) measures body composition noninvasively in live and nonanesthetized animals. Our aim was to validate QMR analysis for snakes by comparing it with gravimetric chemical analysis. We collected Northern Watersnakes (Nerodia sipedon sipedon) and Eastern Massasaugas (Sistrurus catenatus catenatus) that were found dead on roads, analyzed their body composition using the QMR scanner, and then by gravimetric chemical analysis. We compared fat mass, wet lean mass, and total water mass between the two methods, and then calculated bias, absolute error (g), and relative error (%) of the QMR analysis. Body composition values from the QMR analyses were highly correlated with the values obtained by gravimetric chemical analysis. Bias and errors were reasonable for wet lean and total water mass values, but the raw QMR data overestimated fat mass. When we calibrated the QMR using the chemical extraction data, it nearly eliminated bias and greatly reduced absolute and relative error. Therefore, following calibration, QMR analysis is an effective method to measure body composition of snakes. QMR very accurately measures wet lean and total water masses and can be used to detect changes in fat mass particularly in longitudinal studies of individuals across seasons.
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 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 | 0,000 | 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 | 0,000 |
| 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 tête enseignante, 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 ».