Estimating narwhal (<i>Monodon monoceros</i>) age using tooth layers and aspartic acid racemization of eye lens nuclei
Notice bibliographique
Résumé
Abstract Counting growth‐layer groups (GLGs) in teeth is one of the most precise and widely accepted methods for aging marine mammals. Male narwhals have a large erupted tusk that can be used for aging, but this tusk is often difficult or expensive to obtain from hunters and most females do not display the tusk; thus, alternative methods for narwhal aging are needed. In this study, we aged narwhals by counting annual GLGs in embedded tusks and by measuring the change in the ratio of D‐ and L‐enantiomers of aspartic acid in the eye lens nucleus that occurs as the animal ages (the aspartic acid racemization [AAR] technique). Absolute age estimates were estimated for seven tusks aged ≤15 yr. Estimated age was a significant predictor of aspartic acid D/L ratios with a racemization rate ( K asp ) of 9.72 × 10 −4 /year ± 2.28 × 10 −4 and a (D/L) 0 of 3.46 × 10 −2 ± 1.78 × 10 −3 ( r 2 = 0.74). Results from our study, which included more younger GLG‐aged animals than previously evaluated, confirms AAR can be used to generate age estimates for narwhals.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| 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 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 ».