Thunniform swimming: muscle dynamics and mechanical power production of aerobic fibres in yellowfin tuna (<i>Thunnus albacares</i>)
Notice bibliographique
Résumé
We studied the mechanical properties of deep red aerobic muscle of yellowfin tuna (Thunnus albacares), using both in vivo and in vitro methods. In fish swimming in a water tunnel at 1-3 L s(-1) (where L is fork length), muscle length changes were recorded by sonomicrometry, and activation timing was quantified by electromyography. In some fish a tendon buckle was also implanted on the caudal tendon to measure instantaneous muscle forces transmitted to the tail. Between measurement sites at 0.45 to 0.65 L, the wave of muscle shortening progressed along the body at a relatively high velocity of 1.7 L per tail beat period, and a significant phase shift (31+/-4 degrees ) occurred between muscle shortening and local midline curvature, both suggesting red muscle power is directed posteriorly, rather than causing local body bending, which is a hallmark of thunniform swimming. Muscle activation at 0.53 L was initiated at about 50 degrees of the tail beat period and ceased at about 160 degrees , where 90 degrees is peak muscle length and 180 degrees is minimum length. Strain amplitude in the deep red fibres at 0.5 L was +/-5.4%, double that predicted from midline curvature analysis. Work and power production were measured in isolated bundles of red fibres from 0.5 L by the work loop technique. Power was maximal at 3-4 Hz and fell to less than 50% of maximum after 6 Hz. Based on the timing of activation, muscle strain, tail beat frequencies and forces in the caudal tendon while swimming, we conclude that yellowfin tuna, like skipjack, use their red muscles under conditions that produce near-maximal power output while swimming. Interestingly, the red muscles of yellowfin tuna are slower than those of skipjack, which corresponds with the slower tail beat frequencies and cruising speeds in yellowfin.
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 ».