Semen collection, characterisation and artificial insemination in the beluga (Delphinapterus leucas) using liquid-stored spermatozoa
Notice bibliographique
Résumé
Ejaculates were collected from a beluga (Delphinapterus leucas) to gain an understanding of sperm biology and develop a short-term sperm preservation method for use in artificial insemination (AI). Ejaculate parameters and biochemistry, semen production and serum testosterone concentrations of an adult male were characterised for 21 months. Sperm viability, acrosome integrity and morphology did not change (P > 0.05) but ejaculate volume, sperm concentration and total spermatozoa per ejaculate were higher (P < 0.05) from January to June than from July to December. Peak testosterone concentrations (P < 0.05) were observed from October to April (8.0 +/- 1.6 ng mL(-1)). The effects of hyaluronic acid (HA), antioxidants, storage temperature and time on in vitro sperm characteristics were examined. Motility parameters and viability were improved (P < 0.05) when semen was stored at 5 degrees C compared with 21 degrees C. During the first 24 h of storage sperm agglutination was absent only at 5 degrees C in the presence of HA. A nulliparous 28-year-old female was inseminated endoscopically with liquid-stored semen. A pregnancy and birth of a calf was achieved following AI for the first time in this species, thereby validating both the AI technique and the fertility of beluga spermatozoa after chilled storage in a specialised diluent.
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 | 0,000 | 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 | 0,001 | 0,001 |
| 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 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 ».