Exploring methods to maintain and improve captive big brown bat (Eptesicus fuscus) flight
Notice bibliographique
Résumé
Wild-caught big brown bats (Eptesicus fuscus) experience increased mass, diminished ability to sustain flight, and increased take-off latency after three months in captivity, making them ineligible for flight experiments. These animals had been housed in small cages with ad libitum food. I quantified these changes by weighing and flying newly-caught E. fuscus, housing them under the mentioned conditions, and re-recording them after 11 weeks in captivity. I used LMMs to analyze data. Surprisingly, take-off latency decreased somewhat, though the existence of a true effect was inconclusive. Conversely, the bats had increased mass and decreased flight duration, as expected. The second part of this study examined methods, namely food availability and crawling exercise, to improve E. fuscus flight. I housed some subjects in a large colony space that allowed free flight, and I did not explicitly exercise them. I housed other subjects in small cages that restrict exercise, and exercised some through crawling, which I hypothesized would improve flight. Finally, I restricted some subjects’ food intake and gave ad libitum access to others. I hypothesized the restricted diet would improve flight, while ad libitum access would diminish it. I recorded flights three times per night, twice a week for 7.5 weeks. I analyzed the data using linear mixed-effects models. Restricting food intake had a positive effect on flight duration; ad libitum food access did not have a conclusive effect. Also, the crawling exercise did not positively affect flight; bats housed in the colony had increased flight duration. Apparently, having space for voluntary flight and being explicitly flown twice per week can improve flight. Take-off latency did not have conclusive results, though surprisingly, the bats on restricted diets had somewhat increased take-off latencies. In conclusion, restricting diet or explicitly flying bats housed in the colony are two methods that can be employed to improve flight duration to allow for scientific studies requiring flight.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».