MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415499643 · doi:10.32942/x2vd28

Seasonal warming drives epidermal shedding in northern bottlenose whales

2025· article· W4415499643 sur OpenAlexfundno aff
Charlotte Riddle, Chad Steverding, Laura Feyrer, Hal Whitehead, Sam F. Walmsley

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans CanadaNatural Sciences and Engineering Research Council of CanadaKillam Trusts
Mots-clésDiatomMatingBottlenose dolphinClimate changeSea surface temperatureSeasonality

Résumé

récupéré en direct d'OpenAlex

Animals move for access to better conditions, resources, or mating opportunities. However, evidence from cetaceans suggests that some long-distance travel to warmer waters may be primarily related to physiological maintenance, specifically the shedding of epidermal diatoms and parasites. Here we test this “physiological maintenance hypothesis” for cetacean movement from a new angle, asking whether changes in temperature influence epidermal shedding in a localized, resident population. We used a long-term dataset of northern bottlenose whales (Hyperoodon ampullatus) on the Scotian Shelf to test whether large seasonal changes in sea surface temperature predict levels of diatom coverage. Generalized linear mixed models and generalized additive mixed models showed that a seasonal change in SST from 8° to 21° Celsius was associated with a decrease in diatom coverage from approximately 26% to 11%. We also found that males had less diatom coverage than females overall, and that diatom coverage tended to increase with estimated (minimum) age. Epidermal shedding is important in health maintenance for cetaceans as diatoms and skin lesions are thought to be linked to immune function. Our results support the hypothesis that health can be a driving factor in animal movements and demonstrates how environmental change can have major effects on behaviour.

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 enseignants0,015
Score d'incertitude au seuil0,029

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)0,0010,000

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 Opus0,015
Tête enseignante GPT0,260
Écart entre enseignants0,246 · 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 sujetMarine animal studies overview→Travaux en français237 207→