Tissue‐specific turnover and diet‐tissue discrimination factors of carbon and nitrogen isotopes of a common forage fish held at two temperatures
Notice bibliographique
Résumé
Rationale The application of stable isotopes to foraging ecology is dependent on understanding life‐history and environmental factors unrelated to diet that may influence isotopic composition. Diet‐tissue discrimination factors (DTDFs) and turnover rates will increase the accuracy of isotope‐based studies. Furthermore, little consideration has been given to the effects of temperature or life‐history stage on isotopic ratios despite the prevalence of variation in temperature and growth rates throughout life. Methods We measured δ 13 C and δ 15 N values with an elemental analyzer coupled to a continuous flow isotope ratio mass spectrometer. These values were used to estimate turnover and DTDFs for Emerald Shiners ( Notropis atherinoides ), a common North American freshwater forage fish. Fish were assigned to a temperature treatment, either 10°C (Low) or 20°C (High), and provided one of three diets (commercial pellet, Artemia salina , or Hemimysis anomala ). At regular intervals fish were sampled and the isotopic compositions of whole body and liver tissues were determined. Results Tissue turnover rates for fish fed Artemia were faster for liver than for whole body, but were also influenced by temperature. Turnover occurred faster at higher temperatures for body and liver δ 15 N values, but not for δ 13 C values. The pellet and Hemimysis treatments were in isotopic equilibrium from the start of the experiment and estimated DTDFs based on these treatments were lower than assumed for Δ 15 N (+0.6 to 2.7‰) and variable, but within expected ranges for Δ 13 C (−1.9 to +1.5‰). Conclusions The results for Emerald Shiners differed from commonly made assumptions for applying stable isotopes to ecological questions, possibly related to a bias in the use of juveniles in studies of turnover and DTDFs and assumptions regarding thermal‐independence of isotopic relationships. The species‐specific DTDF and tissue turnover estimates provided here will inform interpretations of stable isotope data for smaller fish species and improve food‐web studies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».