Swimming Performance and Energetics as a Function of Temperature in Killifish<i>Fundulus heteroclitus</i>
Notice bibliographique
Résumé
Populations of the common killifish Fundulus heteroclitus are found along a latitudinal temperature gradient in habitats with high thermal variability. The objectives of this study were to assess the effects of temperature and population of origin on killifish swimming performance (assessed as critical swimming speed, U(crit)). Acclimated fish from northern and southern killifish populations demonstrated a wide zone (from 7 degrees to 33 degrees C) over which U(crit) showed little change with temperature, with performance declining significantly only at lower temperatures. Although we observed significant differences in swimming performance between a northern and a southern population of killifish in one experiment, with northern fish having an approximately 1.5-fold-greater U(crit) than southern fish across all acclimation temperatures, we were unable to replicate this finding in other populations or collection years, and performance was consistently high across all populations and at both low (7 degrees C) and high (23 degrees C) acclimation temperatures. The poor swimming performance of southern killifish from a single collection year was correlated with low muscle [glycogen] rather than with other indicators of fuel stores or body condition. Killifish acclimated to 18 degrees C and acutely challenged at temperatures of 5 degrees , 18 degrees , 25 degrees , or 34 degrees C showed modest thermal sensitivity of U(crit) between 18 degrees and 34 degrees C, with performance declining substantially at 5 degrees C. Thus, much of the zone of relative thermal insensitivity of swimming performance is intrinsic in this species rather than acquired as a result of acclimation. These data suggest that killifish are broadly tolerant of changing temperatures, whether acute or chronic, and demonstrate little evidence of local adaptation in endurance swimming performance in populations from different thermal habitats.
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 | 0,000 | 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) | 0,001 | 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 ».