Analytical methods matter too: Establishing a framework for estimating maximum metabolic rate for fishes
Notice bibliographique
Résumé
Advances in experimental design and equipment have simplified the collection of maximum metabolic rate (MMR) data for a more diverse array of water-breathing animals. However, little attention has been given to the consequences of analytical choices in the estimation of MMR. Using different analytical methods can reduce the comparability of MMR estimates across species and studies and has consequences for the burgeoning number of macroecological meta-analyses using metabolic rate data. Two key analytical choices that require standardization are the time interval, or regression window width, over which MMR is estimated, and the method used to locate that regression window within the raw oxygen depletion trace. Here, we consider the effect of both choices by estimating MMR for two shark and two salmonid species of different activity levels using multiple regression window widths and three analytical methods: rolling regression, sequential regression, and segmented regression. Shorter regression windows yielded higher metabolic rate estimates, with a risk that the shortest windows (<1-min) reflect more system noise than MMR signal. Rolling regression was the best candidate model and produced the highest MMR estimates. Sequential regression models consistently produced lower relative estimates than rolling regression models, while the segmented regression model was unable to produce consistent MMR estimates across individuals. The time-point of the MMR regression window along the oxygen consumption trace varied considerably across individuals but not across models. We show that choice of analytical method, in addition to more widely understood experimental choices, profoundly affect the resultant estimates of MMR. We recommend that researchers (1) employ a rolling regression model with a reliable regression window tailored to their experimental system and (2) explicitly report their analytical methods, including publishing raw data and code.
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 | 0,042 | 0,064 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,006 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».