MétaCan
Menu
Retour à la cohorte
Enregistrement W4319657196 · doi:10.1093/conphys/coac083

Estimating energetic intake for marine mammal bioenergetic models

2023· article· en· W4319657196 sur OpenAlexaff
Cormac Booth, Marie Guilpin, Aimee-Kate Darias-O’Hara, Janneke Ransijn, Megan Ryder, Dave Rosen, Enrico Pirotta, Sophie Smout, Elizabeth A. McHuron, Jacob Nabe‐Nielsen, Daniel P. Costa

Notice bibliographique

RevueConservation Physiology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesOffice of Naval ResearchNatural Environment Research CouncilSight Research UK
Mots-clésPredationBiologyForagingEnergy balanceBioenergeticsEcologyOptimal foraging theoryMammalMarine mammal

Résumé

récupéré en direct d'OpenAlex

Bioenergetics is the study of how animals achieve energetic balance. Energetic balance results from the energetic expenditure of an individual and the energy they extract from their environment. Ingested energy depends on several extrinsic (e.g prey species, nutritional value and composition, prey density and availability) and intrinsic factors (e.g. foraging effort, success at catching prey, digestive processes and associated energy losses, and digestive capacity). While the focus in bioenergetic modelling is often on the energetic costs an animal incurs, the robust estimation of an individual's energy intake is equally critical for producing meaningful predictions. Here, we review the components and processes that affect energy intake from ingested gross energy to biologically useful net energy (NE). The current state of knowledge of each parameter is reviewed, shedding light on research gaps to advance this field. The review highlighted that the foraging behaviour of many marine mammals is relatively well studied via biologging tags, with estimates of success rate typically assumed for most species. However, actual prey capture success rates are often only assumed, although we note studies that provide approaches for its estimation using current techniques. A comprehensive collation of the nutritional content of marine mammal prey species revealed a robust foundation from which prey quality (comprising prey species, size and energy density) can be assessed, though data remain unavailable for many prey species. Empirical information on various energy losses following ingestion of prey was unbalanced among marine mammal species, with considerably more literature available for pinnipeds. An increased understanding and accurate estimate of each of the components that comprise a species NE intake are an integral part of bioenergetics. Such models provide a key tool to investigate the effects of disturbance on marine mammals at an individual and population level and to support effective conservation and management.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,361
Score d'incertitude au seuil0,838

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 ouverte0,0000,001
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 Opus0,042
Tête enseignante GPT0,262
Écart entre enseignants0,220 · 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'étudeSimulation ou modélisation
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

Citations19
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueConservation PhysiologyMême sujetMarine animal studies overviewTravaux en français237 207