Integrating reflexes with physiological measures to evaluate coastal shark stress response to capture
Notice bibliographique
Résumé
Abstract In both commercial and recreational fisheries, sharks are captured and released alive to comply with regulations or due to low economic value or voluntary conservation ethic. As a result, understanding the physiological and behavioural responses of sharks to capture stress is important for determining subsequent effects of fisheries interactions on a species-specific basis, as well as for identifying factors that influence mortality. Here, we employed a suite of conventional blood physiology endpoints (glucose, lactate, and haematocrit) integrated with assessments of reflex impairment on blacktip (Carcharhinus limbatus), great hammerhead (Sphyrna mokarran), nurse (Ginglymostoma cirratum) and sandbar sharks (Carcharhinus plumbeus) captured via experimental drumline gear. We documented a wide range of species-specific differences in all parameters assessed, with nurse sharks consistently having the lowest relative levels of physiological disturbance and reflex impairment; and with great hammerheads exhibiting the highest level of physiological disturbance and reflex impairment, suggesting higher vulnerability to fishing. In general, increases in lactate were positively associated with hook time and correlated with reflex impairment assessment. Moreover, reflex indices showed significant impairment with hook time, with the “jaw” reflex emerging as the most potential predictor of disturbance. Our study results connect previously reported species-specific at-vessel and post-release mortality rates to their physiological disturbance and reflex impairment.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,002 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».