MétaCan
Menu
Retour à la cohorte
Enregistrement W4406795881 · doi:10.1111/jzo.13254

Changes in marine iguana (<i>Amblyrhynchus cristatus</i>) heart rates suggest reduced metabolism during El Niño events

2025· article· en· W4406795881 sur OpenAlexfundno aff
Shahar Dubiner, Daniela Alarcón‐Ruales, Emma Cohen, Diane Deresienski, Maximilian Hirschfeld, Eran Levin, Kenneth J. Lohmann, Shai Meiri, Gregory A. Lewbart

Notice bibliographique

RevueJournal of Zoology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensnon disponible
Organismes subventionnairesGalapagos Conservation TrustUniversity of North Carolina at Chapel HillUniversidad San Francisco de QuitoAzrieli FoundationTel Aviv UniversityUniversity of the Sunshine CoastNorth Carolina State University
Mots-clésIguanaBiologyZoologyEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Marine iguanas occasionally face severe food shortages because of algal dieback during El Niño events. Research on their adaptations to these periods has highlighted their unique ability to shrink in body length, which reduces their energetic needs. Additional mechanisms, like sustaining lower body temperatures and metabolic rates, could potentially also lower energy consumption, but have never been examined. We measured 665 iguanas over an 11‐year period including three El Niño events, and examined how heart rates (a proxy for metabolic rates) and body temperatures change with sea‐surface temperature oscillations (Oceanic Niño Index, ONI). Heart rate (adjusting for body size, temperature, season, and study site) was negatively correlated with ONI and lower during El Niño, whereas the adjusted body temperature did not correlate with ONI or differ between El Niño and other periods. We therefore hypothesize that marine iguanas can depress their metabolic rates in response to the harsh conditions, an adaptation that is complementary to shrinking and may further enhance their survival through periods of limited food. Direct metabolic measurements are needed to test this hypothesis.

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 enseignants0,008
Score d'incertitude au seuil0,016

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 Opus0,010
Tête enseignante GPT0,261
Écart entre enseignants0,251 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of ZoologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207