MétaCan
Menu
Retour à la cohorte
Enregistrement W4213332421 · doi:10.3389/fevo.2022.787623

A Scaling Approach to Understand the Dynamics of Fat and Lean Mass in Refueling Migrant Songbirds Measured by Quantitative Magnetic Resonance

2022· article· en· W4213332421 sur OpenAlexafffundabout
Christopher G. Guglielmo, Yolanda E. Morbey, Lisa V. Kennedy, Jessica E. Deakin, J. Morgan Brown, Andrew T. Beauchamp

Notice bibliographique

RevueFrontiers in Ecology and Evolution · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Foundation for InnovationOntario Research Foundation
Mots-clésLean body massAllometryPopulationJuvenileFat massBiologyEcologyChemistryBody mass indexBody weightEndocrinologyMedicine

Résumé

récupéré en direct d'OpenAlex

Fat contributes most of the energy for migratory flight of birds, whereas lean body tissues (muscles and organs) contribute amino acids and water to maintain metabolic and osmotic homeostasis. During refueling at stopover sites, both fat and lean mass are recovered, but the dynamics of this recovery are poorly understood. We used non-invasive quantitative magnetic resonance (QMR) analysis to measure fat and lean mass of > 3,500 individuals of 25 songbird species during six spring and three autumn migration seasons between 2009 and 2019 at Long Point, ON, Canada. We used allometric scaling analysis and linear mixed-effects modeling of body composition data at both the population level (single capture) and the individual level (recapture). In the population-level analysis, lean mass scaled hypoallometrically with body mass, such that for every 20% increase in body mass, lean mass was predicted to increase by 12.1% in spring and 12.8% in autumn. Fat scaled hyperallometrically with body mass, such that for every 20% increase in body mass, fat mass was predicted to increase by 144% in spring and 136% in autumn. At the individual level, these allometric relationships were more extreme. As a result of this differential allometry, at low body masses, lean and fat mass contributes nearly equally to changes in mass, but at high body mass fat deposition becomes progressively more dominant. Spring migrants deposited relatively more fat than autumn migrants, and in autumn juvenile birds tended to have greater lean mass than adults. Our findings show that lean mass deposition during refueling by songbirds is substantial, and in line with the losses of protein expected in flight. The process of fat and lean mass deposition is characterized by non-linear dynamics which are influenced by the current body composition, season, and, to a lesser extent, age. The patterns suggest that the need for dietary protein to rebuild lean mass will be greater when body mass is low, during autumn migration, and in juvenile birds.

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 enseignants0,050
Score d'incertitude au seuil0,304

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 Opus0,011
Tête enseignante GPT0,212
Écart entre enseignants0,200 · 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

Citations5
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFrontiers in Ecology and EvolutionMême sujetAvian ecology and behaviorTravaux en français237 207