MétaCan
Menu
Retour à la cohorte
Enregistrement W3005643187 · doi:10.1002/jwmg.21832

Variation in True Metabolizable Energy Among Aquatic Vegetation and Ducks

2020· article· en· W3005643187 sur OpenAlexaboutno aff
Margaret C. Gross, Sarah E. McClain, Joseph D. Lancaster, Christopher N. Jacques, J. Brian Davis, John Simpson, Aaron P. Yetter, Heath M. Hagy

Notice bibliographique

RevueJournal of Wildlife Management · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Environmental Valuation
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Fish and Wildlife ServiceNature Conservancy
Mots-clésCeratophyllum demersumWaterfowlAnasMyriophyllumBiologyGeneralist and specialist speciesAquatic plantEcologyOmnivoreAnatidaeAnimal scienceBotanyHabitatMacrophyte

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Avian diet quality is typically measured using true metabolizable energy (TMEN), which is a measure of assimilable energy of food items accounting for innate endogenous losses. Originally developed for use in the poultry industry, TMEN methods have been adapted to determine the value of natural foods consumed by waterfowl to parameterize bioenergetics models for conservation planning. Because there is little knowledge of the variation in TMEN estimates among food items and waterfowl species, we investigated TMEN of 6 common species of submersed aquatic vegetation for mallards (Anas platyrhynchos; i.e., a diet generalist) and gadwall (Mareca strepera; i.e., a diet specialist) in the midwestern United States during autumn 2015–2017. We precision fed and collected excreta from ducks using standard bioassays to estimate TMEN. Mallards had slightly greater TMEN than gadwall, but there was considerable variation in TMEN among vegetation species, duck species, and individuals within each species. True metabolizable energy (±SE; kcal/g[dry]) for mallards was greatest for Canadian waterweed (Elodea canadensis; 1.66 ± 0.26), followed by coontail (Ceratophyllum demersum; 1.51 ± 0.28), southern naiad (Najas guadalupensis; 1.37 ± 0.39), sago pondweed (Stuckenia pectinata; 0.50 ± 0.22), wild celery (Vallisneria americana; 0.05 ± 0.42), and Eurasian watermilfoil (Myriophyllum spicatum; –0.13 ± 0.42). Mean TMEN for gadwall was greatest for Eurasian watermilfoil (0.77 ± 0.32), followed by Canadian waterweed (0.70 ± 0.31), coontail (0.55 ± 0.28), southern naiad (–0.61 ± 0.34), wild celery (–0.98 ± 0.39), and sago pondweed (–1.07 ± 0.33). Generally, TMEN for most vegetation species was less than agricultural grains, but it was similar to ranges reported for seeds of naturally occurring hydrophytic vegetation and aquatic macroinvertebrates. We recommend that conservation planners incorporate species‐specific TMEN estimates in bioenergetics models and that future researchers improve TMEN assays for wild waterfowl following our recommendations. © 2020 The Wildlife Society.

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)0,000
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 enseignants0,031
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,041
Tête enseignante GPT0,185
Écart entre enseignants0,144 · 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

Citations11
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wildlife ManagementMême sujetEconomic and Environmental ValuationTravaux en français237 207