Experimental evidence demonstrating how freeze-thaw patterns affect spoilage of perishable cached food
Notice bibliographique
Résumé
For the small number of temperate and boreal species that cache perishable food, previous research suggests that increasing freeze-thaw events can have a negative impact on fitness by degrading the quality of cached food. However, there is no experimental evidence that directly links freeze-thaw events to cache quality. To examine how the timing, frequency, duration, and intensity of freeze-thaw events influenced cached food mass loss, a proxy for caloric content, we conducted a series of month-long laboratory experiments by placing simulated caches (raw chicken placed between two pieces of black spruce Picea mariana bark) in programmable freezers. Freeze-thaw treatments were modelled after weather data from Algonquin Provincial Park, Ontario, where a population of Canada jays (Perisoreus canadensis), a species that caches perishable food for overwinter survival and to support late-winter breeding, has declined by > 70% since the 1980s. First, we found no evidence that an increased frequency of freeze-thaw events influenced mass loss, suggesting that microstructural damage caused by crystal reformation does not significantly influence cache quality. Instead, our experimental results demonstrated that mass loss was positively influenced by longer individual thaws, which likely reflects increased microbial growth, oxidation, and progressive drip loss. We also found that caches lost more weight when subjected to early freeze-thaw events compared to late freeze-thaw events. Finally, we show that milder freezes led to less mass loss and, unexpectedly, warmer than average thaws post-freeze also led to less mass loss. Our results suggest that longer thaw periods post-freezing and milder freezes cause or lead to significantly increased spoilage of perishable cached food. All of these temperature-related conditions are closely associated with long-term changes in climate and, thus, the effects on cache degradation reported in these experiments should be applicable to species caching perishable food in the wild.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».