MétaCan
Menu
Retour à la cohorte
Enregistrement W2792502156 · doi:10.1080/20442041.2018.1427950

A comprehensive evaluation of <i>Daphnia pulex</i> foraging energetics and the influence of spatially heterogeneous food

2018· article· en· W2792502156 sur OpenAlexafffund
Audrey Helen Reid, W. Gary Sprules

Notice bibliographique

RevueInland Waters · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto Mississauga
Mots-clésForagingDaphnia pulexZooplanktonDaphniaBiologyPulexEcologyOptimal foraging theoryEnergeticsEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Aquatic organisms are distributed in a heterogeneous, nonrandom manner, and zooplankton are known to seek out and orient themselves within regions of high food concentration. Yet, the energetics associated with this foraging behavior are unknown. We hypothesized that zooplankton foraging behavior increases foraging efficiency measured as food consumption per unit effort. In this study, we measured the energetic costs and benefits for the zooplankton Daphnia pulex foraging in a range of algal concentrations to determine the net energetic benefit of foraging in algal patches. The net energy benefit of foraging increased significantly with increases in algal concentration; this trend was driven by significant increases in prey ingestion with algal concentration, whereas foraging costs did not change. Even considering corrections for changes in assimilation efficiency, foraging in algal patches greatly increases net foraging benefit compared to foraging in low concentrations of algae and thus has the potential for higher reproduction and greater growth in filter-feeding zooplankton.

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 enseignants0,048
Score d'incertitude au seuil0,266

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 Opus0,014
Tête enseignante GPT0,226
Écart entre enseignants0,212 · 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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInland WatersMême sujetFish Ecology and Management StudiesTravaux en français237 207