The Physiology of Exercise in Free-Living Vertebrates: What Can We Learn from Current Model Systems?
Notice bibliographique
Résumé
SYNOPSIS: Many behaviors crucial for survival and reproductive success in free-living animals, including migration, foraging, and escaping from predators, involve elevated levels of physical activity. However, although there has been considerable interest in the physiological and biomechanical mechanisms that underpin individual variation in exercise performance, to date, much work on the physiology of exercise has been conducted in laboratory settings that are often quite removed from the animal's ecology. Here we review current, laboratory-based model systems for exercise (wind or swim tunnels for migration studies in birds and fishes, manipulation of exercise associated with non-migratory activity in birds, locomotion in lizards, and wheel running in rodents) to identify common physiological markers of individual variation in exercise capacity and/or costs of increased activity. Secondly, we consider how physiological responses to exercise might be influenced by (1) the nature of the activity (i.e., voluntary or involuntary, intensity, and duration), and (2) resource acquisition and food availability, in the context of routine activities in free-living animals. Finally, we consider evidence that the physiological effects of experimentally-elevated activity directly affect components of fitness such as reproduction and survival. We suggest that developing more ecologically realistic laboratory systems, incorporating resource-acquisition, functional studies across multiple physiological systems, and a life-history framework, with reproduction and survival end-points, will help reveal the mechanisms underlying the consequences of exercise, and will complement studies in free-living animals taking advantage of new developments in wildlife-tracking.
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 | 0,001 |
| 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 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 ».