Tissue-specific isotope trophic discrimination factors and turnover rates in a marine elasmobranch: empirical and modeling results
Notice bibliographique
Résumé
There are very few studies reporting isotopic trophic discrimination factors and turnover rates for marine elasmobranchs. A controlled laboratory experiment was conducted to estimate carbon and nitrogen isotope trophic discrimination factors and isotope turnover rates for blood, liver, muscle, cartilage tissue, and fin samples of neonate to young-of-the-year leopard sharks ( Triakis semifasciata ). Trophic discrimination factors varied (0.13‰–1.98‰ for δ 13 C and 1.08‰–1.76‰ for δ 15 N). Tissues reached or were close to isotopic equilibrium to the new diet after about a threefold biomass gain and 192 days. Liver and blood exhibited faster isotope turnover than muscle, cartilage tissue, and fin samples, and carbon isotopes turned over faster than those of nitrogen. Metabolic turnover contributed substantially to isotopic turnover, which differs from most reports for young marine teleosts. We modeled the relationship between muscle turnover rates and shark size by coupling laboratory results with growth rate estimates for natural populations. Model predictions for small, medium, and large wild leopard sharks indicate the time to isotopic equilibrium is from one to several years.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».