Energetic constraints on electric signalling in wave-type weakly electric fishes
Notice bibliographique
Résumé
Gymnotiform weakly electric fishes generate electric organ discharges (EODs) and sense perturbations of the resulting electric field for purposes of orientation, prey detection and communication. Some species produce oscillatory ('wave-type') EODs at very high frequencies (up to 2 kHz) that have been proposed to be energetically expensive. If high-frequency EODs are expensive, then fish may modulate their EOD frequency and/or amplitude in response to low-oxygen (hypoxic) stress and/or compensate for costs of signalling through other adaptations that maximize oxygen uptake efficiency. To test for evidence of an energetic cost of signalling, we recorded EOD in conjunction with metabolic rates, critical oxygen tension and aquatic surface respiration (ASR(90)) thresholds in Apteronotus leptorhynchus, a species found in high-oxygen habitats, and Eigenmannia virescens, a species more typically found in low-oxygen waters. Eigenmannia virescens had a lower mean ASR(90) threshold and critical oxygen tension compared with A. leptorhynchus, consistent with field distributions. Within each species, there was no evidence for a relationship between metabolic rate and either EOD frequency or amplitude under normoxia, suggesting that there is no significant direct metabolic cost associated with producing a higher frequency EOD. However, when exposed to progressive hypoxia, fish generally responded by reducing EOD amplitude, which may reduce energetic costs. The threshold at which fish reduced EOD amplitude tended to be lower in E. virescens, a pattern consistent with higher tolerance to hypoxic stress. The results of this study suggest that wave-type fish reduce their EOD amplitude to reduce direct energetic costs without reducing metabolic rate under hypoxia.
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) | 0,005 | 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 ».