MétaCan
Menu
← Retour à la cohorte
Enregistrement W4319232636 · doi:10.1101/2023.01.31.524791

Inferring condition in wild mammals: body condition indices confer no benefit over measuring body mass across ecological contexts

2023· preprint· en· W4319232636 sur OpenAlexafffund
Andrea E. Wishart, Adriana L. Guerrero-Chacón, Rebecca K. Smith, Deborah M. Hawkshaw, Andrew G. McAdam, Ben Dantzer, Stan Boutin, Jeffrey E. Lane

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2023
Typepreprint
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensUniversity of AlbertaUniversity of Saskatchewan
Organismes subventionnairesAmerican Society of MammalogistsAlberta Conservation AssociationNational Science Foundation
Mots-clésLean body massBiologyHibernation (computing)EcologyZoologyBody weightEndocrinologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Many studies assume that it is beneficial for individuals of a species to be heavier, or have a higher body condition index (BCI), without accounting for the physiological relevance of variation in the composition of different body tissues. We hypothesized that the relationship between BCI and masses of physiologically important tissues (fat and lean) would be conditional on annual patterns of energy acquisition and expenditure. We studied three species with contrasting ecologies in their respective natural ranges: an obligate hibernator (Columbian ground squirrel, Urocitellus columbianus ), a facultative hibernator (black-tailed prairie dog, Cynomys ludovicianus ), and a food-caching non-hibernator (North American red squirrel, Tamiasciurus hudsonicus ). We measured fat and lean mass in adults of both sexes using quantitative magnetic resonance (QMR). We measured body mass and two measures of skeletal structure (zygomatic width and right hind foot length) to develop sex- and species-specific BCIs, and tested the utility of BCI to predict body composition in each species. Body condition indices were more consistently, and more strongly correlated, with lean mass than fat mass. The indices were most positively correlated with fat when fat was expected to be very high (pre-hibernation prairie dogs). In all cases, however, BCI was never better than body mass alone in predicting fat or lean mass. While the accuracy of BCI in estimating fat varied across the natural histories and annual energetic patterns of the species considered, measuring body mass alone was as effective, or superior in capturing sufficient variation in fat and lean in most cases.

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)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 GPT0,249
Écart entre enseignants0,221 · 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.

Devis d'étudeObservationnel
DomaineMéthodes
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

Citations0
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetBat Biology and Ecology Studies→Travaux en français237 207→