MétaCan
Menu
Retour à la cohorte
Enregistrement W2520366032 · doi:10.1139/cjfas-2015-0584

Interactive effects of urea and lipid content confound stable isotope analysis in elasmobranch fishes

2016· article· en· W2520366032 sur OpenAlexaffvenue
Aaron B. Carlisle, Steven Y. Litvin, Daniel J. Madigan, Kady Lyons, Jennifer S. Bigman, Melissa Ibarra, Joseph J. Bizzarro

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensSimon Fraser UniversityUniversity of Calgary
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationNorthwestern University
Mots-clésUreaStable isotope ratioBiologyIsotope analysisChemistryEcologyAnimal scienceBiochemistry

Résumé

récupéré en direct d'OpenAlex

Stable isotope analysis (SIA) is becoming a commonly used tool to study the ecology of elasmobranchs. However, the retention of urea by elasmobranchs for osmoregulatory purposes may bias the analysis and interpretation of SIA data. We examined the effects of removing urea and lipid on the stable isotope composition of 14 species of sharks, skates, and rays from the eastern North Pacific Ocean. While effects were variable across taxa, removal of urea generally increased δ15N and C:N. Urea removal had less influence on δ13C, whereas extracting urea and lipid generally increased δ15N, C:N, and δ13C. Because C:N values of nonextracted tissues are often used to infer lipid content and adjust δ13C, shifts in C:N following urea extraction will change the inferred lipid content and bias any mathematical adjustment of δ13C. These results highlight the importance of urea and lipid extraction and demonstrate the confounding effects of these compounds, making it impossible to use C:N of non-urea-extracted samples as a diagnostic tool to estimate and correct for lipid content in elasmobranch tissues.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,012
Tête enseignante GPT0,207
Écart entre enseignants0,195 · 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

Citations83
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetIchthyology and Marine BiologyTravaux en français237 207