Lipid extraction has little effect on the δ<sup>15</sup>N of aquatic consumers
Notice bibliographique
Résumé
Proper application of stable isotopes (e.g., δ15N and δ13C) to food web analysis requires an understanding of all nondietary factors that contribute to isotopic variability. Lipid extraction is often used during stable isotope analysis (SIA), because synthesized lipids have a low δ13C and can mask the δ13C of a consumer's diet. Recent studies indicate that lipid extraction intended to adjust δ13C may also cause shifts in δ15N, but the magnitude of and reasons for the shift are highly uncertain. We examined a large data set (n = 854) for effects of lipid extraction (using Bligh and Dyer's [1959] chloroform‐methanol solvent mixtures) on the δ15N of aquatic consumers. We found no effect of chemically extracting lipids on the δ15N of whole zooplankton, unionid mussels, and fish liver samples, and found a small increase in fish muscle δ15N of ~0.4‰. We also detected a negative relationship between the shift in δ15N following extraction and the C:N ratio in muscle tissue, suggesting that effects of extraction were greater for tissue with lower lipid content. As long as appropriate techniques such as those from Bligh and Dyer (1959) are used, effects of lipid extraction on δ15N of aquatic consumers need not be a major consideration in the SIA of food webs.
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 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».