MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409360380 · doi:10.1139/cjz-2024-0157

Intra- and inter-cave temperatures and locations used by hibernating Indiana bats: contextualizing disturbance, white-nose syndrome, climate, and optimal temperatures

2025· article· en· W4409360380 sur OpenAlexvenueno aff
Virgil Brack, Darwin Brack, Benjamin Merritt, Justin G. Boyles

Notice bibliographique

RevueCanadian Journal of Zoology · 2025
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyCaveDisturbance (geology)EcologyWhite (mutation)Hibernation (computing)Climate changePaleontology

Résumé

récupéré en direct d'OpenAlex

We completed winter intracave surveys of Indiana bats ( Myotis sodalis Miller and Allen, 1928) over 40 years at seven important hibernacula in Indiana, USA. We documented locations and temperatures used by bats and found no patterns in cave morphology, intracave roost location, or temperature used by bats before or after advent of white-nose syndrome (WNS). Bats hibernated across a continuum of mid-winter temperatures, ranging from 0 to 11 °C. The mean temperature shifted from 5.95 ± 2.35 °C before WNS to 6.72 ± 2.05 °C after. Historically important hibernacula went from heavily populated (e.g., n = 98 250) to zero bats while others went from small populations to large (e.g., n = 2152 to 86 991). There was no clear set of optimal conditions for hibernation, and our data indicate historical determination of microhabitat preference was based on data obtained from distressed populations, many in refugia. Instead, favorable hibernacula provide a continuum of microclimates that meet needs varying by individual and over the season of hibernation. Such hibernacula support healthy individuals and individuals stressed by WNS. Conservation must move beyond a simplified energetics model of hibernation and embrace variable needs of individuals throughout hibernation. This study helps define preferred outcomes when managing thermal regimes of hibernacula.

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)0,001
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 enseignants0,038
Score d'incertitude au seuil0,075

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Zoology→Même sujetBat Biology and Ecology Studies→Travaux en français237 207→