MétaCan
Menu
Retour à la cohorte
Enregistrement W2563650623 · doi:10.1002/rcm.7802

Effects of decomposition on carbon and nitrogen stable isotope values of muscle tissue of varying lipid content from three aquatic vertebrate species

2016· article· en· W2563650623 sur OpenAlexafffund
David J. Yurkowski, Anna Hussey, Nigel E. Hussey, Aaron T. Fisk

Notice bibliographique

RevueRapid Communications in Mass Spectrometry · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaW. Garfield Weston FoundationGarfield Weston FoundationUniversity of Windsor
Mots-clésChemistryDecompositionIsotopes of nitrogenNitrogenStable isotope ratioMuscle tissueIsotopeAnimal scienceEnvironmental chemistryAnatomyBiology

Résumé

récupéré en direct d'OpenAlex

Rationale Stable isotopes are a prominent tool in animal ecology where data is obtained from analyzing animal tissues, which are typically stored prior to analysis. However, the effect of decomposition on the reliability of stable isotope ratios from animal tissue prior to storage has been seldom studied. Here, we examine the long‐term effects of freezing and decomposition of animal tissue on δ 13 C and δ 15 N values across three different aquatic species of varying lipid content. Methods Ringed seal, lake trout and Greenland shark muscle were divided into different treatment groups and analyzed for their δ 13 C values, carbon content (%C), δ 15 N values, and nitrogen content (%N) at specific time intervals. The intervals included days 0, 128 and 700 for the frozen storage treatment and at days 0, 1, 2, 4, 8, 16, 32, 64, 128 and 256 for the tissue decomposition treatment in open and closed vials at room temperature. Results The difference in δ 13 C and δ 15 N values between the control and days 128 and 700 for the frozen treatment was minimal and not significant for any species. Generally, significant decreases in carbon (%C) and nitrogen (%N) content and significant increases (>0.5‰) in δ 13 C and δ 15 N values occurred for muscle of each species left to decompose for 256 days, probably due to the preferential uptake of lighter isotopes during decomposition by microbes. However, the magnitude of change in the δ 13 C and δ 15 N values up to 8 days in both treatments was low (generally ≤0.1‰) and not significant across most species. Conclusions Freezing for extended time periods (up to 700 days) is a viable storage technique for stable isotope analysis of aquatic animal muscle tissue across a range of lipid contents. Muscle tissue left to decompose at room temperature showed no significant change in δ 13 C and δ 15 N values after 8 days, and such tissues would still be reliable for ecological interpretations. However, caution should be used for decomposed tissue for >8 days as the δ 13 C and δ 15 N values will probably be artificially high. Copyright © 2016 John Wiley & Sons, Ltd.

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 enseignants0,003
Score d'incertitude au seuil0,005

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 recherche0,0000,001
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 Opus0,019
Tête enseignante GPT0,249
Écart entre enseignants0,231 · 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

Citations28
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRapid Communications in Mass SpectrometryMême sujetIsotope Analysis in EcologyTravaux en français237 207