MétaCan
Menu
Retour à la cohorte
Enregistrement W2551564522 · doi:10.1139/cjfas-2016-0324

Interactive effects of road salt and leaf litter on wood frog sex ratios and sexual size dimorphism

2016· article· en· W2551564522 sur OpenAlexvenueno aff
Max R. Lambert, Aaron B. Stoler, Meredith S. Smylie, Rick A. Relyea, David K. Skelly

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensnon disponible
Organismes subventionnairesYale University
Mots-clésBiologyPlant litterEcologyLitterSexual dimorphismTree frogLithobatesPopulationAmphibianZoologyEcosystem

Résumé

récupéré en direct d'OpenAlex

Myriad natural and anthropogenic chemicals alter aquatic vertebrate sex ratios, with implications for population dynamics. Despite 22 million metric tons of salt applied to US roads annually, with much of it entering aquatic environments, it is unknown whether salt impacts sex ratios. Moreover, changes in forest composition co-occur with increased road salt application, dramatically changing ecosystems. We explore how road salt (sodium chloride) and two leaf litter types might influence amphibian development. By examining wood frog (Rana sylvatica = Lithobates sylvaticus) metamorphs reared with different combinations of salt (114 and 867 mg Cl·L −1 ) and litter species (none, maple (Acer rubrum), oak (Quercus spp.)), we show that salt masculinizes tadpole sex ratios, whereas oak, but not maple, litter feminizes populations. Road salt addition eliminates sexual dimorphism in oak-reared tadpoles, but enhances sexual size dimorphisms in maple-reared tadpoles, producing larger females. We are the first to show that road salt and native tree leaf litter manipulates vertebrate sex ratios and sex-specific development. Human land use might therefore influence vertebrate development through direct effects of contamination and indirect effects of altered botanical composition.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,134
Score d'incertitude au seuil0,560

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,195
Écart entre enseignants0,188 · 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 tête enseignante, 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

Citations41
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetSmart Materials for ConstructionTravaux en français237 207