Effect of water temperature on laboratory swimming performance and natural activity levels of adult largemouth bass
Notice bibliographique
Résumé
Although locomotory performance in vertebrates is related to fitness, most performance tests are conducted in a laboratory setting, or in a manner that forces the organism to move not of their own volition. Biotelemetry offers the possibility to measure voluntary activity in a natural setting and provides the opportunity to combine laboratory-derived data with field studies on wild fish. In this study, it was found that laboratory- and field-based measurements of swimming performance and voluntary activity resulted in similar general seasonal trends, though each measurement assessed a different swimming type. In the field, all swimming metrics were lower at cooler water temperatures and were lowest during early winter (mean daily activity = 0.016 BL/s; mean voluntary swimming activity = 0.04319 BL/s; maximum swimming speed = 0.17 BL/s). In the laboratory, fish acclimatized to 25.0, 14.0, and 7.5 °C decreased swimming performance (Ucrit) with water temperature (25.0 °C (2.17 BL/s); 14.0 °C (1.69 BL/s); 7.5 °C (1.17 BL/s). Although some species and tissues have been shown to exhibit different degrees of thermal adaptation, these results show that swimming, one of the most important functions in fish, is largely dependent on environmental temperature, at least in largemouth bass ( Micropterus salmoides (Lacepède, 1802)).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».