MétaCan
Menu
Retour à la cohorte
Enregistrement W3082309393 · doi:10.1111/jzo.12818

Changes in thermal quality of the environment along an elevational gradient affect investment in thermoregulation by Yarrow’s spiny lizards

2020· article· en· W3082309393 sur OpenAlexafffund
Alannah H. Lymburner, Gabriel Blouin‐Demers

Notice bibliographique

RevueJournal of Zoology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAmphibian and Reptile Biology
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésThermoregulationBiologyEcologyHabitatOperative temperatureRange (aeronautics)LizardThermalMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Body temperature affects physiological processes and, consequently, is assumed to have a large impact on fitness. Lizards need to thermoregulate behaviourally to maintain their body temperature within a range that maximizes performance, but there are costs associated with thermoregulation. The thermal quality of an environment directly affects the amount of time and energy that must be invested by an individual to maintain an optimal body temperature for performance; time and energy are major costs of thermoregulation. According to Huey and Slatkin’s (Q. Rev. Biol. 1976, 363) cost–benefit model of thermoregulation, lizards should only thermoregulate when the benefits outweigh the costs. Thus, in habitats of poor thermal quality, lizards should invest less into thermoregulation. We tested the hypothesis that the thermal quality of an environment dictates investment in thermoregulation across an elevational gradient. Increases in elevation are accompanied by decreases in temperature and therefore thermal quality. We recorded body temperatures of Yarrow’s spiny lizards ( Sceloporus jarrovii ) at ten talus slopes along an elevational gradient of over 1000 m. We found a significant positive relationship between elevation and effectiveness of thermoregulation, opposite to the prediction of the cost–benefit model of thermoregulation. This suggests that the disadvantages of thermoconformity may be greater than the costs of thermoregulating as habitats become more thermally challenging.

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)0,001
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 enseignants0,259
Score d'incertitude au seuil0,526

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,025
Tête enseignante GPT0,254
Écart entre enseignants0,228 · 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

Citations7
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of ZoologyMême sujetAmphibian and Reptile BiologyTravaux en français237 207