MétaCan
Menu
Retour à la cohorte
Enregistrement W3208365614 · doi:10.1073/pnas.2107881118

Fevers and the social costs of acute infection in wild vervet monkeys

2021· article· en· W3208365614 sur OpenAlexafffund
Richard McFarland, S. Peter Henzi, Louise Barrett, Tyler R. Bonnell, Andrea Fuller, Christopher Young, Robyn S. Hetem

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2021
Typearticle
Langueen
DomainePsychology
ThématiquePrimate Behavior and Ecology
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsNational Research FoundationClaude Leon FoundationUniversity of the Witwatersrand, JohannesburgGovernment of CanadaCarnegie Corporation of New York
Mots-clésLethargyAgonistic behaviourAggressionPrimateSickness behaviorAnorexiaBiologyDiseaseZoologyMedicineImmunologyEcologyPsychiatryInternal medicine

Résumé

récupéré en direct d'OpenAlex

) with miniature data loggers to obtain continuous measurements of core body temperature. We detected 128 fevers in 43 monkeys, totaling 776 fever-days over a 6-year period. Fevers were characterized by a persistent elevation in mean and minimum 24-h body temperature of at least 0.5 °C. Corresponding behavioral data indicated that febrile monkeys spent more time resting and less time feeding, consistent with the known sickness behaviors of lethargy and anorexia, respectively. We found no evidence that fevers influenced the time individuals spent socializing with conspecifics, suggesting social transmission of infection within a group is likely. Notably, febrile monkeys were targeted with twice as much aggression from their conspecifics and were six times more likely to become injured compared to afebrile monkeys. Our results suggest that sickness behavior, together with its agonistic consequences, can carry meaningful costs for highly gregarious mammals. The degree to which social factors modulate the welfare of infected animals is an important aspect to consider when attempting to understand the ecological implications of disease.

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 enseignants0,447
Score d'incertitude au seuil0,371

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 technologies0,0000,001
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 Opus0,049
Tête enseignante GPT0,374
Écart entre enseignants0,325 · 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

Citations25
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetPrimate Behavior and EcologyTravaux en français237 207