MétaCan
Menu
Retour à la cohorte
Enregistrement W2487016018 · doi:10.1139/cjfas-2015-0531

Isotopic tissue turnover and discrimination factors following a laboratory diet switch in Colorado pikeminnow (<i>Ptychocheilus lucius</i>)

2016· article· en· W2487016018 sur OpenAlexvenueno aff
Nathan R. Franssen, Eliza I. Gilbert, Angela P. James, Jason Davis

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTrophic levelIsotope analysisStable isotope ratioTurnoverIsotopeBiologyBioenergeticsδ13CZoologyEnergeticsEcologyChemistryBiochemistry

Résumé

récupéré en direct d'OpenAlex

Stable isotope ecology has made great strides in quantifying energy transfer through food webs. However, trophic inferences gleaned from field-collected data can be limited when isotopic turnover and isotopic discrimination factors (Δ13C or Δ15N) are unknown. We quantified isotopic turnover and discrimination factors using an isotopic diet switch in the endangered Colorado pikeminnow (Ptychocheilus lucius). The estimated half-life for δ13C was 62 days or a 33% increase in mass and δ15N averaged 133 days or a 52% increase in mass. Growth and metabolic processes both contributed to rates of turnover, but metabolic processes had a stronger effect in δ13C than in δ15N. Lipid-corrected δ13C values resulted in discrimination factors of Δ13C between 0.67 and 0.82 and Δ15N between 2.31 and 2.93, values similar to other fishes. These results suggest sampling fin tissue may be a useful, nonlethal tool for isotopic studies. Fins also demonstrated enrichment in 13C that was not linked to the diet switch, highlighting the importance of controls in isotopic diet switch studies to verify species- and diet-specific estimates of isotopic turnover rates.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,059

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 Opus0,010
Tête enseignante GPT0,219
Écart entre enseignants0,209 · 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'étudeObservationnel
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

Citations23
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetIsotope Analysis in EcologyTravaux en français237 207