Gut microbiome composition predicts summer core range size in two divergent ungulates
Notice bibliographique
Résumé
The gut microbiome of animals vary by age, diet, and habitat, and directly influences an individual's health. Similarly, variation in home ranges is linked to feeding strategies and fitness. Ungulates (hooved mammals) exhibit species-specific microbiomes and habitat use patterns. We combined gut microbiome and movement data to assess relationships between space use and the gut microbiome in a specialist and a generalist ungulate. We GPS radiocollared 24 mountain goats (Oreamnos americanus) and 34 white-tailed deer (Odocoileus virginianus), collected fecal samples, and conducted high-throughput sequencing of the 16S rRNA gene. We generated gut diversity metrics and key bacterial ratios. Our research question centred around the idea that larger Firmicutes to Bacteroidetes ratios confer body size or fat advantages that allow for larger home ranges, and relationships of disproportionate habitat use are stronger in the habitat specialist mountain goat. Firmicutes to Bacteroidetes ratios were positively correlated with core range area in both species. Mountain goats exhibited a negative relationship between gut diversity and proportional use of treed areas and escape terrain, and no relationships were detected in the habitat generalist white-tailed deer. This is the first study to relate range size to the gut microbiome in wild ungulates and is an important proof of concept that advances the information that can be gleaned from non-invasive sampling.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| 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 ».