MétaCan
Menu
Retour à la cohorte
Enregistrement W4280535874 · doi:10.1242/jeb.243252

Accelerating animal energetics: high dive costs in a small seabird disrupt the dynamic body acceleration–energy expenditure relationship

2022· article· en· W4280535874 sur OpenAlexafffund
Eric Ste‐Marie, David Grémillet, Jérôme Fort, Allison Patterson, Émile Brisson‐Curadeau, Manon Clairbaux, Samuel Perret, John R. Speakman, Kyle H. Elliott

Notice bibliographique

RevueJournal of Experimental Biology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCentre National de la Recherche ScientifiqueAgence Nationale de la Recherche
Mots-clésEnergy expenditureEnergeticsSeabirdBasal metabolic rateAccelerationAccelerometerRespirometryThermoregulationNeutral buoyancyBiologyWork (physics)EcologyBuoyancyEnvironmental scienceFisheryPhysics

Résumé

récupéré en direct d'OpenAlex

Accelerometry has been widely used to estimate energy expenditure in a broad array of terrestrial and aquatic species. However, a recent reappraisal of the method showed that relationships between dynamic body acceleration (DBA) and energy expenditure weaken as the proportion of non-mechanical costs increases. Aquatic air breathing species often exemplify this pattern, as buoyancy, thermoregulation and other physiological mechanisms disproportionately affect oxygen consumption during dives. Combining biologging with the doubly labelled water method, we simultaneously recorded daily energy expenditure (DEE) and triaxial acceleration in one of the world's smallest wing-propelled breath-hold divers, the dovekie (Alle alle). These data were used to estimate the activity-specific costs of flying and diving and to test whether overall dynamic body acceleration (ODBA) is a reliable predictor of DEE in this abundant seabird. Average DEE for chick-rearing dovekies was 604±119 kJ day-1 across both sampling years. Despite recording lower stroke frequencies for diving than for flying (in line with allometric predictions for auks), dive costs were estimated to surpass flight costs in our sample of birds (flying: 7.24× basal metabolic rate, BMR; diving: 9.37× BMR). As expected, ODBA was not an effective predictor of DEE in this species. However, accelerometer-derived time budgets did accurately estimate DEE in dovekies. This work represents an empirical example of how the apparent energetic costs of buoyancy and thermoregulation limit the effectiveness of ODBA as the sole predictor of overall energy expenditure in small shallow-diving endotherms.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,027
Tête enseignante GPT0,272
Écart entre enseignants0,245 · 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'étudeExpérimental (laboratoire)
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

Citations20
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BiologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207