MétaCan
Menu
Retour à la cohorte
Enregistrement W4244086233 · doi:10.1139/z99-201

Digestive efficiency and dry-matter digestibility in Steller sea lions fed herring, pollock, squid, and salmon

2000· article· en· W4244086233 sur OpenAlexvenueno aff
David A. S. Rosen, Andrew W. Trites

Notice bibliographique

RevueCanadian Journal of Zoology · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPollockHerringBiologyPredationSquidFisheryJuvenileDry matterCapelinAnimal scienceEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Dry-matter digestibility and energy digestive efficiency were measured in six juvenile Steller sea lions (Eumetopias jubatus) fed three diets each consisting of a single species: herring, pollock, and squid. Two of the animals were also fed pink salmon. Dry-matter digestibility (DMD) and digestive efficiency (DE) were measured using the energy and manganese concentration in fecal and food samples. DE values were high for all prey species (herring: 95.4 ± 0.7% (mean ± SD), pollock: 93.9 ± 1.4%, salmon: 93.4 ± 0.5%, squid: 90.4 ± 1.3%). Steller sea lions appear to digest prey of high energy density more efficiently than prey of low energy density. DMD values were also high for all prey species (herring: 90.1 ± 1.8%, pollock: 86.5 ± 3.4%, salmon: 87.3% ± 2.6, squid: 90.5 ± 1.2%). The low DMD value for pollock compared with herring and squid was due to the high proportion of bony material in pollock. There was a strong linear relationship between DE and DMD for each prey type, but the terms cannot be used interchangeably. DE measures are more meaningful than DMD in conveying the energetic benefits derived by sea lions from different types of prey. Species-specific measures of the digestible energy obtained from an array of prey items are a necessary component in understanding the bioenergetic consequences of consuming different prey species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 GPT0,211
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), 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

Citations42
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetMarine animal studies overviewTravaux en français237 207