Physiological differences between wild and captive animals: a century-old dilemma
Notice bibliographique
Résumé
Laboratory-based research dominates the fields of comparative physiology and biomechanics. The power of lab work has long been recognized by experimental biologists. For example, in 1932, Georgy Gause published an influential paper in Journal of Experimental Biology describing a series of clever lab experiments that provided the first empirical test of competitive exclusion theory, laying the foundation for a field that remains active today. At the time, Gause wrestled with the dilemma of conducting experiments in the lab or the field, ultimately deciding that progress could be best achieved by taking advantage of the high level of control offered by lab experiments. However, physiological experiments often yield different, and even contradictory, results when conducted in lab versus field settings. This is especially concerning in the Anthropocene, as standard laboratory techniques are increasingly relied upon to predict how wild animals will respond to environmental disturbances to inform decisions in conservation and management. In this Commentary, we discuss several hypothesized mechanisms that could explain disparities between experimental biology in the lab and in the field. We propose strategies for understanding why these differences occur and how we can use these results to improve our understanding of the physiology of wild animals. Nearly a century beyond Gause's work, we still know remarkably little about what makes captive animals different from wild ones. Discovering these mechanisms should be an important goal for experimental biologists in the future.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».