MétaCan
Menu
← Retour à la cohorte
Enregistrement W95418587 · doi:10.1096/fasebj.22.1_supplement.757.6

Effect of fasting on resting and diving metabolic rate in Steller sea lions ( <i>Eumetopias jubatus</i> )

2008· article· en· W95418587 sur OpenAlexaff
C Svärd, Andreas Fahlman, Ruth Joy, Dave Rosen, Andrew W. Trites

Notice bibliographique

RevueThe FASEB Journal · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensNorth Pacific Marine Science Organization
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésSea lionBasal metabolic rateForagingAnimal scienceThermoregulationBiologyFisheryEcologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

The metabolic trade off between thermoregulation and fasting was assessed for foraging Steller sea lions. Pre‐dive resting (RMR) and diving (dive + surface) metabolic rates (DMR, 1 O 2 · min−1) were measured for dives ranging between 20 to 50 m in 3 female Steller sea lions (mean initial body masses, M b : 144.3, 167.4 and 219.9 kg) before and after a 9‐day fast. The sea lions lost an average of 9.8 % of their body mass ( M b ) or 1.1 % per day. Dive duration and dive depth did not significantly affect DMR ( p > 0.1). Average RMR and DMR before fasting ranged between 0.71 and 1.98 O 2 • min −1 and was positively correlated with M b ( r 2 = 0.97, p < 0.05). Both RMR (36.3 ± 5.22 %) and DMR (14.2 ± 12.3 %) decreased after fasting. The smaller decrease in DMR compared to RMR indicates that the cost of thermoregulation increased during diving compared to resting. RMR tended to increase in fasted sea lions within 1 hour of feeding, but was not observed in fed sea lions ( p = 0.07). This suggests that digestion of food started while diving and had a greater energetic priority than dive performance in fasted animals. (Support: North Pacific Marine Science Foundation and NOAA; SC supported by a graduate student grant from the Swedish Government and by travel funds from SEB).

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,021
Tête enseignante GPT0,243
Écart entre enseignants0,221 · 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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe FASEB Journal→Même sujetMarine animal studies overview→Travaux en français237 207→