MétaCan
Menu
Retour à la cohorte
Enregistrement W4220691954 · doi:10.1111/mms.12919

Variation in body mass and food intake of northern fur seals (<i>Callorhinus ursinus</i>)

2022· article· en· W4220691954 sur OpenAlexafffund
Elizabeth A. McHuron, David A. S. Rosen, Julie Carpenter, Patricia A. Leonard, Gayle Sirpenski, Jeremy T. Sterling

Notice bibliographique

RevueMarine Mammal Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationUniversity of British ColumbiaJoint Institute for the Study of the Atmosphere and Ocean
Mots-clésFur sealBiologySexual dimorphismReproductionPredationAnimal husbandrySeasonal breederLactationPregnancyZoologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Estimates of prey and energy consumption are important for effective management and conservation of marine mammals and the ecosystems they inhabit. We used routinely collected husbandry data on body mass, food intake (kilograms), and energy intake (megajoules) from northern fur seals ( Callorhinus ursinus ) in zoological institutions to examine how these variables changed throughout the year, and with age, sex, and reproduction. Fur seals exhibited seasonal changes in all three variables, but the magnitude and timing of trends varied among age and sex groups. Notably, adult males exhibited rapid increases in body mass leading up to the breeding season. Fur seals were most efficient at converting energy intake to mass gain in the spring and least efficient in the fall. Intake increased into adulthood as animals grew in body mass. Sex‐specific differences in intake were detectable early in development, likely related to size dimorphism. Pregnancy was energetically inexpensive compared with lactation, with food and energy intake rapidly increasing post parturition to values that were double those during early pregnancy. This study highlights the importance of accounting for different age, sex, and life history stages when estimating prey consumption of northern fur seals.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,032
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,004
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,209
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.

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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Mammal ScienceMême sujetMarine animal studies overviewTravaux en français237 207