MétaCan
Menu
Retour à la cohorte
Enregistrement W2973259627 · doi:10.22621/cfn.v133i1.2073

Body mass as an estimate of female body condition in a hibernating small mammal

2019· article· en· W2973259627 sur OpenAlexvenueno aff
Caitlin P. Wells, James A. Wilson, Douglas Kelt, Dirk H. Van Vuren

Notice bibliographique

RevueThe Canadian Field-Naturalist · 2019
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest ServiceU.S. Department of Agriculture
Mots-clésHibernation (computing)ReproductionLean body massMammalBiologyBody weightBody mass indexFat massAnimal scienceZoologyEcologyEndocrinologyMathematics

Résumé

récupéré en direct d'OpenAlex

In hibernating squirrels, the amount of energy stored as fat may influence several important demographic traits, but is difficult to quantify in living animals. Thus, several non-destructive indices of body condition are used, including simple indices that use body mass and scaled indices that correct body mass for structural size. However, the accuracy of these indices for hibernating squirrels is poorly known. We used measurements of total body electrical conductivity (TOBEC) from adult female Golden-mantled Ground Squirrels (Callospermophilus lateralis) to characterize body composition (lean mass versusfat mass) and condition (fat stores) at multiple stages in the circannual cycle. Body mass explained a high proportion of the variation in fat mass during the emergence and pre-hibernation stages, but less during the reproduction stage. Contrary to expectation, correcting for structural size did not markedly improve the condition index. Our results suggest that body mass is a good estimate of body condition during the periods of emergence and pre-hibernation fattening, and therefore may be useful to predict important components of fitness such as reproductive success and overwinter survival.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,241
Écart entre enseignants0,224 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Canadian Field-NaturalistMême sujetBat Biology and Ecology StudiesTravaux en français237 207