MétaCan
Menu
Retour à la cohorte
Enregistrement W3033099900 · doi:10.3390/ani10061003

Physiological Stress Reactions in Red Deer Induced by Hunting Activities

2020· article· en· W3033099900 sur OpenAlexaff
Sofia Vilela, António Alves da Silva, Rupert Palme, Kathreen E. Ruckstuhl, José Paulo Sousa, Joana Alves

Notice bibliographique

RevueAnimals · 2020
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesFundação para a Ciência e a Tecnologia
Mots-clésCervus elaphusHabituationHunting seasonPhysiological stressStressorWildlifePopulationEcologyBiologyZoologyPhysiologyMedicine

Résumé

récupéré en direct d'OpenAlex

) is the target of intensive seasonal hunting. We collected and measured cortisol (and its metabolites) in three tissues types (blood, feces and hair) from red deer hunted during two hunting seasons to evaluate the stress levels at different time windows. We also assessed the immunological and physical condition of the animals. We predicted that the hunting activity would act as a stressor inducing increased short and long-term stress levels in the population. Results showed an increase in hair cortisol levels during the months of harvesting. Surprisingly, the tendency for plasma cortisol levels was to decrease during the hunting season, which could be interpreted as habituation to hunting activity, or due to the hunting duration. Contrary to our predictions, fecal cortisol metabolites did not show any clear patterns across the months. Overall, our results suggest an influence of hunting activities on the physiological stress in red deer. In addition, hair seems to be useful to measure physiological stress, although more studies are required to fully understand its suitability as an indicator of long-term stress. Methodologically, our approach highlights the importance of simultaneously using different methods to assess short and long-term effects in studies on physiological stress reactions.

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 enseignants0,001
Score d'incertitude au seuil0,003

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
Bibliométrie0,0000,000
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 Opus0,154
Tête enseignante GPT0,357
Écart entre enseignants0,203 · 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

Citations36
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207