MétaCan
Menu
Retour à la cohorte
Enregistrement W2441333409 · doi:10.1111/jfb.12845

The determination of standard metabolic rate in fishes

2016· review· en· W2441333409 sur OpenAlexaff
Denis Chabot, J. F. Steffensen, Anthony P. Farrell

Notice bibliographique

RevueJournal of Fish Biology · 2016
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyMetabolic rateFisheryZoologyFish <Actinopterygii>EcologyEndocrinology

Résumé

récupéré en direct d'OpenAlex

This review and data analysis outline how fish biologists should most reliably estimate the minimal amount of oxygen needed by a fish to support its aerobic metabolic rate (termed standard metabolic rate; SMR). By reviewing key literature, it explains the theory, terminology and challenges underlying SMR measurements in fishes, which are almost always made using respirometry (which measures oxygen uptake, ṀO2 ). Then, the practical difficulties of measuring SMR when activity of the fish is not quantitatively evaluated are comprehensively explored using 85 examples of ṀO2 data from different fishes and one crustacean, an analysis that goes well beyond any previous attempt. The main objective was to compare eight methods to estimate SMR. The methods were: average of the lowest 10 values (low10) and average of the 10% lowest ṀO2 values, after removing the five lowest ones as outliers (low10%), mean of the lowest normal distribution (MLND) and quantiles that assign from 10 to 30% of the data below SMR (q0·1 , q0·15 , q0·2 , q0·25 and q0·3 ). The eight methods yielded significantly different SMR estimates, as expected. While the differences were small when the variability was low amongst the ṀO2 values, they were important (>20%) for several cases. The degree of agreement between the methods was related to the c.v. of the observations that were classified into the lowest normal distribution, the c.v. MLND (C.V.MLND ). When this indicator was low (≤5·4), it was advantageous to use the MLND, otherwise, one of the q0·2 or q0·25 should be used. The second objective was to assess if the data recorded during the initial recovery period in the respirometer should be included or excluded, and the recommendation is to exclude them. The final objective was to determine the minimal duration of experiments aiming to estimate SMR. The results show that 12 h is insufficient but 24 h is adequate. A list of basic recommendations for practitioners who use respirometry to measure SMR in fishes is provided.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,034
Tête enseignante GPT0,309
Écart entre enseignants0,276 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations654
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207