Interaction of water temperature and challenge model on xenoma development rates for <i>Loma salmonae</i> (Microspora) in rainbow trout, <i>Oncorhynchus mykiss</i> (Walbaum)
Notice bibliographique
Résumé
This study evaluated the regulatory effects of water temperature on the development of branchial xenomas caused by Loma salmonae using a high-dose per os-challenge model compared with a low-dose cohabitation-challenge model. Approximately 275 juvenile rainbow trout (RBT), Oncorhynchus mykiss, were randomly distributed to six tanks with two tanks each maintained at 11, 15 and 19 degrees C. Fish in one tank from each temperature setting were exposed per os to macerated L. salmonae-infected gill material and fish in the other tank from each temperature setting were exposed to L. salmonae using the cohabitation-challenge model. Fish were monitored for the development of branchial xenomas beginning at day 21 post-exposure. Survival analyses were used to evaluate the effect of water temperature and challenge model on the number of days until the first visible branchial xenoma was detected. The survivor curves for the per os-challenge model revealed that there was at least one significant difference, whereas the cohabitation challenge did not reveal any significant differences amongst the temperature settings. The proportional hazards model revealed a significant interaction between the challenge model used and water temperature. This indicated that the effect of water temperature was different depending on challenge model. Additionally, from the mean xenoma intensities, on average, the per os-challenged fish showed higher xenoma intensity compared with the cohabitation-challenged fish. Overall, the impact of water temperature on disease pathogenesis was greater when the RBT were per os challenged compared with using the cohabitation model.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».