MétaCan
Menu
Retour à la cohorte
Enregistrement W6910910742 · doi:10.5061/dryad.mcvdnck0f

Determinants of heart rate in Svalbard reindeer reveal mechanisms of seasonal energy management

2021· dataset· en· W6910910742 sur OpenAlexaff

Notice bibliographique

RevueDRYAD · 2021
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesSeoul National University
Mots-clésSeasonalityEnergeticsEnergy expenditureForagingMetabolic rateContext (archaeology)Phenotypic plasticityHeart rate

Résumé

récupéré en direct d'OpenAlex

Seasonal energetic challenges may constrain an animal’s ability to respond to changing individual and environmental conditions. Here we investigated variation in heart rate, a well-established proxy for metabolic rate, in Svalbard reindeer, a species with strong seasonal changes in foraging and metabolic activity. In 19 adult females we recorded heart rate, subcutaneous temperature and activity using biologgers. Mean heart rate more than doubled from winter to summer. Typical drivers of energy expenditure, such as reproduction and activity, explained a relatively limited amount of variation (2–6% in winter and 16–24% in summer), compared to seasonality which explained 75% of annual variation in heart rate. The relationship between heart rate and subcutaneous temperature depended on individual state via body mass, age and reproductive status, and the results suggested that peripheral heterothermy is an important pathway of energy management in both winter and summer. While the seasonal plasticity in energetics make Svalbard reindeer well-adapted to their highly seasonal environment, intraseasonal constraints on modulation of their heart rate may limit their ability to respond to severe environmental change. This study emphasizes the importance of encompassing individual state and seasonal context when studying energetics in free-living animals.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,003

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 GPT0,270
Écart entre enseignants0,256 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207