MétaCan
Menu
← Retour à la cohorte
Enregistrement W4307483003 · doi:10.1139/cjz-2022-0029

Assessment of behavioral energetics model on <i>Puma concolor</i> using doubly labeled water

2022· article· en· W4307483003 sur OpenAlexvenueno aff
Gonzalo Barceló, Jonathan N. Pauli, Mathew W. Alldredge, William H. Karasov

Notice bibliographique

RevueCanadian Journal of Zoology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensnon disponible
Organismes subventionnairesCHIST-ERAAgencia Nacional de Investigación y DesarrolloAgenția Națională pentru Cercetare și DezvoltareDivision of Graduate EducationColorado Parks and Wildlife
Mots-clésEnergy expenditurePumaDoubly labeled waterEnergeticsBiologyEcologyPopulationAnimal scienceAllometryStatisticsDemographyMathematicsEndocrinology

Résumé

récupéré en direct d'OpenAlex

The estimation of energy expenditure is key to resolve ecological questions and conservation strategies. The puma ( Puma concolor (Linnaeus, 1771)) has been the subject of several efforts to measure the daily energy expenditure (DEE). Most of the estimations have been made using movement or activity models that have been questioned because of discrepancies with kill rates. This study looks at one movement model estimation and validates it using doubly labeled water (DLW), which can also account for energy expenditures beyond those associated with activity. We captured six pumas (51.5 ± 9.9 (SD) kg) during the winter in Colorado that were GPS collared and injected with DLW for an approximately 3-week trial. We found that DEE obtained from the DLW (14.5 ± 6.1 MJ·day−1) did not differ from that estimated using the movement model or from the predicted allometric equation based on DLW studies on other mammals. Decreasing air temperature and increasing daily distance movement were correlated with increasing DEE for monitored pumas. Both DLW and movement models provide a reasonable proxy to estimate DEE at the population level but exhibit low precision in estimating individual values for free-ranging puma.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,032

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
Bibliométrie0,0000,000
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 Opus0,028
Tête enseignante GPT0,265
Écart entre enseignants0,237 · 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

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetWildlife Ecology and Conservation→Travaux en français237 207→