MétaCan
Menu
← Retour à la cohorte
Enregistrement W2132544074 · doi:10.1139/f01-086

Prey capture ability of mummichogs (<i>Fundulus heteroclitus</i>) as a behavioral biomarker for contaminants in estuarine systems

2001· article· en· W2132544074 sur OpenAlexvenueno aff
Judith S. Weis, Jennifer Samson, Tong Zhou, Joan Skurnick, Peddrick Weis

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological SurveyU.S. Environmental Protection Agency
Mots-clésFundulusPredationBiologyContaminationShrimpEcologyEstuaryBiomarkerZoologyEnvironmental scienceFish <Actinopterygii>Fishery

Résumé

récupéré en direct d'OpenAlex

Prey capture was evaluated as a behavioral biomarker of contamination by examining feeding behavior of adult mummichogs (Fundulus heteroclitus) from 13 sites. Prey capture ability was related to sediment and tissue contaminant levels and with previous genetic analyses. The levels of contaminants at a site were highly correlated with each other, confounding the impacts of individual contaminants. The number of prey (grass shrimp) captured was highest in three of the cleanest sites. Sites with the lowest capture rates were generally more contaminated. The number of captures at all sites was highly variable, with both high and low efficiencies in highly contaminated populations. A significant relationship exists between the Mdh-A(a) allele and captures, with higher captures in the southern populations. Gut content analysis of field-collected fish had grass shrimp as the largest proportion of the diet at sites whose fish had the highest laboratory capture rates. Thus, prey capture as a behavioral biomarker is ecologically relevant and corresponds to diet in the field. However, it is not especially sensitive due to great variability at each site. Behavioral differences related to overall contaminant levels rather than to specific toxicants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,025
Tête enseignante GPT0,249
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations62
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→