Incorporating evaporative water loss into bioenergetic models of hibernation to test for relative influence of host and pathogen traits on white-nose syndrome
Notice bibliographique
Résumé
Hibernation consists of extended durations of torpor interrupted by periodic arousals. The 'dehydration hypothesis' proposes that hibernating mammals arouse to replenish water lost through evaporation during torpor. Arousals are energetically expensive, and increased arousal frequency can alter survival throughout hibernation. Yet we lack a means to assess the effect of evaporative water loss (EWL), determined by animal physiology and hibernation microclimate, on torpor bout duration and subsequent survival. White-nose syndrome (WNS), a devastating disease impacting hibernating bats, causes increased frequency of arousals during hibernation and EWL has been hypothesized to contribute to this increased arousal frequency. WNS is caused by a fungus, which grows well in humid hibernaculum environments and damages wing tissue important for water conservation. Here, we integrated the effect of EWL on torpor expression in a hibernation energetics model, including the effects of fungal infection, to determine the link between EWL and survival. We collected field data for Myotis lucifugus, a species that experiences high mortality from WNS, to gather parameters for the model. In saturating conditions, we predicted healthy bats experience minimal mortality. Infected bats, however, suffer high fungal growth in highly saturated environments, leading to exhaustion of fat stores before spring. Our results suggest that host adaptation to humid environments leads to increased arousal frequency from infection, which drives mortality across hibernaculum conditions. Our modified hibernation model provides a tool to assess the interplay between host physiology, hibernaculum microclimate, and diseases such as WNS on winter 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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».