Is lipid correction necessary in the stable isotope analysis of fish tissues?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
RATIONALE: Stable isotope analysis (SIA) is a powerful tool for examining diet and food-web dynamics. SIA assumes "you are what you eat" relative to carbon (C) and nitrogen (N). However, fractionation of carbon during lipid synthesis violates this assumption; high-lipid tissues do not reflect δ(13) C values of diet and therefore have the potential to skew mixing model results and diet interpretations, making corrections necessary. METHODS: Brook Trout (Salvelinus fontinalis) white muscle and liver samples from several fish species representing the temperate North American cold- and warm-water fish community were corrected for lipids via chemical lipid extraction and mathematical lipid normalization. To assess the accuracy of model-predicted lipid-free δ(13) C values calculated from four normalization models, we compared model-predicted values with those measured after lipid extraction. RESULTS: We found that chemical lipid extraction is unnecessary for Brook Trout white muscle tissue with low initial lipid content. However, in tissues with C:N ratios greater than 3.5, lipid extraction increased δ(13) C values in fish liver by more than 1.0 ‰, indicating that liver lipid content is sufficient to bias δ(13) C values. We also found that lipids were accurately accounted for with mathematical normalization and recommend that tissues with C:N ratios greater than 3.5 be corrected mathematically. CONCLUSIONS: Our findings indicate that mathematical normalization is sufficient to account for bias in δ(13) C values associated with lipid content in fish tissues when C:N ratios are above 3.5. C:N ratios below 3.5 indicate that tissues have insufficient levels of lipid to bias the δ(13) C values. Generally, these findings support the use of more timely and cost-effective processing and analysis methods in future aquatic food-web studies utilizing SIA. Copyright © 2016 John Wiley & Sons, Ltd.
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.
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 | 0,001 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 découle