MétaCan
Menu
Retour à la cohorte
Enregistrement W3040063023 · doi:10.3390/ani10071120

Assessment of the Stress Response in North American Deermice: Laboratory and Field Validation of Two Enzyme Immunoassays for Fecal Corticosterone Metabolites

2020· article· en· W3040063023 sur OpenAlexaff
Andreas Eleftheriou, Rupert Palme, Rudy Boonstra

Notice bibliographique

RevueAnimals · 2020
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal Behavior and Welfare Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesMontana Institute on Ecosystems
Mots-clésCorticosteronePeromyscusAdrenocorticotrophic hormoneBiologyDexamethasoneAdrenocorticotropic hormoneZoologyPhysiologyEndocrinologyInternal medicineMedicineHormone

Résumé

récupéré en direct d'OpenAlex

Stress physiology is commonly employed in studies of wildlife ecology and conservation. Accordingly, we need robust and suitable methods to measure stress physiology in the field. Fecal cortisol/corticosterone metabolites (FCMs) are now increasingly being used to non-invasively evaluate adrenocortical activity; a measure of stress physiology. However, immunoassays that measure FCMs must be appropriately validated prior to their use and factors that can influence FCMs, such as trap-induced stress, must be considered. Deermice (Peromyscus maniculatus) are widely used in scientific studies so that developing methods that appropriately measure their adrenocortical activity is critical. In the laboratory, we tested the suitability of two enzyme immunoassays (EIAs; a corticosterone EIA, and a group-specific 5α-pregnane-3β,11β,21-triol-20-one EIA) in deermice by challenging individuals with dexamethasone and adrenocorticotropic hormone (ACTH). We found that dexamethasone suppressed FCM levels within ~10 h post injection whereas ACTH increased FCM levels within ~2 h post injection. In the field, we found that FCM levels generally increased with more time in trap confinement when using both EIAs. Although we acknowledge low sample sizes (N = 4), our results validated the two EIAs for use with FCMs from deermice.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,332
Score d'incertitude au seuil0,332

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,045
Tête enseignante GPT0,363
Écart entre enseignants0,317 · 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 tête enseignante, 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

Citations19
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnimalsMême sujetAnimal Behavior and Welfare StudiesTravaux en français237 207