MétaCan
Menu
Retour à la cohorte
Enregistrement W2161885204 · doi:10.1139/cjfas-2015-0064

Heat-induced mass mortality of invasive zebra mussels (<i>Dreissena polymorpha</i>) at sublethal water temperatures

2015· article· en· W2161885204 sur OpenAlexvenueno aff
Jeffrey D. White, Stephen K. Hamilton, Orlando Sarnelle

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDreissenaZebra musselBiologyEcologyEnvironmental scienceEnvironmental chemistryBivalviaMolluscaChemistryMussel

Résumé

récupéré en direct d'OpenAlex

We observed a massive die-off of zebra mussels (Dreissena polymorpha) on the epilimnetic sediments of Gull Lake (Michigan, USA) during the relatively warm summer of 2010, even though water temperatures were below widely reported lethal temperatures of ≥30 °C. We followed up this observation with 4 years of in situ monitoring of caged mussels stocked across a depth–temperature gradient in Gull Lake. Mortality of caged D. polymorpha was largely explained by accumulated degree hours &gt;25 °C, a temperature threshold that is considerably lower than laboratory-derived lethal temperatures for D. polymorpha. We also assessed both the acute and chronic thermal tolerance of Gull Lake D. polymorpha with laboratory experiments, which confirmed higher acute tolerance (up to 32 °C) under otherwise ideal conditions but high susceptibility to prolonged exposure to “sublethal” temperatures (exceeding 1700 degree hours &gt;25 °C) as occurred in Gull Lake during the die-off. Our results indicate that the thermal tolerance of D. polymorpha under natural conditions may be lower than has been reported from laboratory studies. Lower temperature tolerance may have major implications for the dynamics, impacts, and management of this invasive species given future climate change scenarios.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,377
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,037
Tête enseignante GPT0,235
Écart entre enseignants0,198 · 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 tête enseignante, pas un consensus.

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

Citations46
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207