MétaCan
Menu
Retour à la cohorte
Enregistrement W6910691937 · doi:10.5061/dryad.12jm63xwg

Interspecific variation in evaporative water loss and temperature response, but not metabolic rate, among hibernating bats

2021· dataset· en· W6910691937 sur OpenAlexaff

Notice bibliographique

RevueDRYAD · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of ReginaWildlife Conservation Society CanadaUniversity of WinnipegUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésHibernation (computing)Interspecific competitionRange (aeronautics)PopulationTorpor

Résumé

récupéré en direct d'OpenAlex

Hibernation is widespread among mammals in a variety of environmental contexts. However, few experimental studies consider interspecific comparisons, and for many unstudied (or understudied) species we must assume the underlying physiology of hibernation is comparable to the relatively few species that have been studied in detail. Studies of interspecific variation provide insight into general patterns of hibernation strategies. We studied 13 species of free-living bats, including populations spread over thousands of kilometers and diverse habitats. We measured torpid metabolic rate and evaporative water loss (two key parameters for understanding hibernation energetics) across a range of temperatures. Response to ambient temperature varied among species, but all species achieved similar minimum torpid metabolic rate. Conversely, evaporative water loss varied among species and our results suggest two general hibernation strategies in North American bats, representing high and low evaporative water loss groups. Notably, species that have suffered population declines due to white-nose syndrome fall in the high evaporative water loss group and less affected species in the low evaporative water loss group. Documenting general patterns of physiological diversity, and associated ecological implications, contributes to broader understanding of biodiversity, and may help predict which species are at greater risk of environmental and anthropogenic stressors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,328
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,013
Tête enseignante GPT0,262
Écart entre enseignants0,248 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207