Comparative Evaluation of Four Presumptive Tests for Blood to Detect Epithelial Injury on Fish
Notice bibliographique
Résumé
Abstract Current methods of fish epithelial injury detection are limited to gross macroscopic examination that has a subjective bias as well as an inability to reliably quantify the degree of injury. Fluorescein, a presumptive test for blood, has been shown to have the capability to detect and quantify fish epithelial injury. However, there are several other presumptive tests for blood (Bluestar©, phenolphthalein, and Hemastix®) that may have benefits over the use of fluorescein, particularly for field research on wild fish. This study investigated the capabilities of these four tests to detect and quantify a variety of injuries commonly encountered by fish (abrasion, cuts, fin frays, and punctures) using the freshwater bluegill Lepomis macrochirus as a model. Fluorescein was consistently found to be the most reliable (i.e., detected the highest proportion of true positive results and rarely detected false positive reactions) of the four presumptive tests for blood compared. Further testing was conducted to examine the reliability of fluorescein. By 24 h after an injury was inflicted, the injury was no longer detectable by fluorescein, and when fluorescein was applied to an injured fish, the fluorescein was no longer detectable 3 h after application. In a comparison of two common anaesthetics used in fisheries research, there was no significant difference in the proportion of injury detected when 3-aminobenzoic acid ethyl ester methanesulfate (tricaine) was used compared with a clove oil and ethanol (1∶9) solution. In summary, fluorescein was the most reliable presumptive test for blood examined in this study for the detection and quantification of recent (hours) fish epithelial injury.
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 | 0,001 | 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) | 0,000 | 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 ».