Profiles of Biochemical Tracers in Unionid Mussels Across a Broad Geographical Range
Notice bibliographique
Résumé
As large, long-lived filter feeders with high clearance rates, unionid mussels are capable of altering nutrient cycling in freshwater food webs. Because the effects of mussel communities on ecosystem processes result largely from their feeding behavior, we need to understand how they sample and process particulate matter. Our objective was to determine whether measuring a suite of biochemical markers in unionid mussels, from different populations of 2 species (Amblema plicata, Actinonaias ligamentina) across a broad geographical range (4 North American rivers), would help identify their primary dietary sources. Stable isotope data were able to differentiate mussels among rivers, and sometimes species. Data on δ15N revealed that mussels fed across trophic levels but that diet varied with habitat and perhaps species. Although mussels contained the same types of fatty acids regardless of river or species, we nonetheless observed considerable variation in essential fatty acid content across rivers. Essential fatty acid profiles were dominated consistently by arachidonic acid. Source-specific fatty acid biomarkers suggested that bacterial and detrital resources might be as important as algae in many habitats. In summary, biochemical metrics differed more among rivers than between species. This suggests that mussels are either considerably adaptable in their dietary requirements or that they feed nonselectively. Understanding nutritional profiles in mussels will help restore unionid communities, which may lead to the reestablishment of their critical role as nutrient recyclers in freshwater 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 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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».