Implications of hypoxia tolerance for wetland refugia use in Lake Nabugabo, Uganda
Notice bibliographique
Résumé
Abstract Aquatic hypoxia can affect predator‐prey interactions by altering the success rate of the predator and/or the vulnerability of prey. For example, in the Lake Victoria basin of East Africa, native prey exploit hypoxic wetlands as refugia from predation by introduced Nile perch ( Lates niloticus ). Here, it is predicted that species exploitation of wetlands depends on their hypoxia tolerance relative to the heterogeneity of wetland hypoxia. In this study, we compared the hypoxia tolerance of four fish taxa that differ in their use of hypoxic wetlands in Lake Nabugabo, Uganda: the cichlid Pseudocrenilabrus multicolor victoriae that inhabits the dense swamp interior; and three taxa that inhabit wetland ecotones including Nile tilapia ( Oreochromis niloticus ), L. niloticus and juvenile endemic haplochromine cichlids. We characterised hypoxia tolerance by exposing fish to progressive hypoxia and quantifying variation in aquatic surface respiration (ASR). The effect of body size on tolerance was explored in L. niloticus by quantifying ASR behaviour across a range of size classes. ASR behaviour was also compared between O. niloticus groups from wetland versus open‐water habitats to detect habitat‐associated intraspecific variation. The most tolerant taxon was the swamp specialist P. multicolor , indicated by its low ASR thresholds and small percentage of fish using ASR during the final sample interval. The other three taxa did not differ in ASR behaviour, and no differences were detected between O. niloticus groups. Body size effects were present for L. niloticus suggesting a lower tolerance to hypoxia in larger‐bodied individuals, thus limiting their ability to penetrate wetlands.
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) | 0,003 | 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 ».