Evaluating indices of lipid and protein content in lesser snow and Ross's geese during spring migration
Notice bibliographique
Résumé
ABSTRACT Assessing nutrient stores in avian species is important for understanding the extent to which body condition influences success or failure in life‐history events. We evaluated predictive models using morphometric characteristics to estimate total body lipids (TBL) and total body protein (TBP), based on traditional proximate analyses, in spring migrating lesser snow geese ( Anser caerulescens caerulescens ) and Ross's geese ( A. rossii ). We also compared performance of our lipid model with a previously derived predictive equation for TBL developed for nesting lesser snow geese. We used external and internal measurements on 612 lesser snow and 125 Ross's geese collected during spring migration in 2015 and 2016 within the Central and Mississippi flyways to derive and evaluate predictive models. Using a validation data set, our best performing lipid model for snow geese better predicted TBL (root mean square error [RMSE] of 23.56) compared with a model derived from nesting individuals (RMSE = 48.60), suggesting the importance of season‐specific models for accurate lipid estimation. Models that included body mass and abdominal fat deposit best predicted TBL determined by proximate analysis in both species (lesser snow goose, R 2 = 0.87, RMSE = 23.56: Ross's geese, R 2 = 0.89, RMSE = 13.75). Models incorporating a combination of external structural measurements in addition to internal muscle and body mass best predicted protein values ( R 2 = 0.85, RMSE = 19.39 and R 2 = 0.85, RMSE = 7.65, lesser snow and Ross's geese, respectively), but protein models including only body mass and body size were also competitive and provided extended utility to our equations for field applications. Therefore, our models indicated the importance of specimen dissection and measurement of the abdominal fat pad to provide the most accurate lipid estimates and provide alternative dissection‐free methods for estimating protein. Published 2018. This article is a U.S. Government work and is in the public domain in the USA.
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) | 0,000 | 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 ».