MétaCan
Menu
← Retour à la cohorte
Enregistrement W2309965677 · doi:10.1021/acs.est.6b01051

Effects of Lampricide on Olfaction and Behavior in Young-of-the-Year Lake Sturgeon (<i>Acipenser fulvescens</i>)

2016· article· en· W2309965677 sur OpenAlexafffund
Kathrine Sakamoto, William A. Dew, Stephen J. Hecnar, Greg G. Pyle

Notice bibliographique

RevueEnvironmental Science & Technology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensTrent UniversityUniversity of LethbridgeLakehead University
Organismes subventionnairesOntario Ministry of Natural Resources and Forestry
Mots-clésLake sturgeonAcipenserLampreyOlfactionSturgeonBiologyZoologyPredatory fishEcologyOdorFisheryPredationFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

The lampricide, 3-trifluoromethyl-4-nitrophenol (TFM), is a primary component to sea lamprey control in the Laurentian Great Lakes. Though the lethal effects of TFM are well-known, the sublethal effects on fishes are virtually unknown. Here we studied the effects of TFM on the olfactory capabilities and behavior of young-of-the-year (YOY) lake sturgeon (Acipenser fulvescens). At ecologically relevant concentrations of TFM there was reduced olfactory response to all three cues (l-alanine, taurocholic acid, food cue) tested, suggesting that TFM inhibits both olfactory sensory neurons tested. Sturgeon exposed to TFM also showed a reduced attraction to the scent of food and reduced consumption of food relative to unexposed fish. Exposed fish were more active than control fish, but with slower acceleration. Fish were able to detect the scent of TFM, but failed to avoid it in behavioral trials. The connection between neurophysiological and behavioral changes, and the commonality of habitats between sturgeon and lamprey ammocoetes, suggests that there may be effects at the ecosystem level in streams that undergo lamprey control treatments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,003
Tête enseignante GPT0,182
Écart entre enseignants0,180 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations21
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetFish Ecology and Management Studies→Travaux en français237 207→