MétaCan
Menu
Retour à la cohorte
Enregistrement W4250451526 · doi:10.2307/4090013

Composition and Growth of King Eider Ducklings in Relation to Egg Size

2002· article· en· W4250451526 sur OpenAlexaffabout
Vanessa R Anderson, Ray T. Alisauskas

Notice bibliographique

RevueThe Auk · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésEiderHatchlingBiologyPredationCaptivityAnimal scienceComposition (language)Avian clutch sizeZoologyGrowth rateEcologyOffspringPredatorHatchingReproduction

Résumé

récupéré en direct d'OpenAlex

In several bird species, offspring from larger eggs survive better than birds from smaller eggs, but mechanisms responsible for that pattern have not been clearly identified. Studies of waterfowl have found relationships between egg size, body composition of hatchlings, and duckling growth. Therefore, body composition and growth rate of newly hatched King Eider (Somateria spectabilis) ducklings were measured to assess if traits consistent with higher probability of survival early in duckling varied in relation to egg size. Forty-one King Eider eggs were collected in June and July 1998 from two lakes in the central Canadian Arctic, and artificially incubated, of which 34 hatched. Body composition of 15 hatchlings (<1 day old) was determined, and 19 ducklings were raised in captivity to measure growth rate. Larger eggs produced larger ducklings with absolutely more lipid and protein reserve; absolutely larger breast and leg muscles; higher functional maturity for whole body, leg, and breast muscles; and higher tarsal growth rates than ducklings from small eggs. Such patterns of hatchling composition and growth in relation to increasing egg size may improve likelihood of early survival by improving thermogenesis, reducing time spent as optimal prey size for avian predators, and as shown elsewhere, by enhancing motor performance of ducklings through improvements in foraging efficiency and predator evasion.

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)0,000
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 enseignants0,025
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,220
Écart entre enseignants0,207 · 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

Citations2
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe AukMême sujetAvian ecology and behaviorTravaux en français237 207