MétaCan
Menu
← Retour à la cohorte
Enregistrement W2916551598 · doi:10.1038/s41598-019-39153-x

Cortisol predicts migration timing and success in both Atlantic salmon and sea trout kelts

2019· article· en· W2916551598 sur OpenAlexafffund
Kim Birnie‐Gauvin, Hugo Flávio, Martin Kristensen, Sarah E. Walton‐Rabideau, Steven J. Cooke, William G. Willmore, Anders Koed, Kim Aarestrup

Notice bibliographique

RevueScientific Reports · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsInnovationsfonden
Mots-clésTroutFisheryFish <Actinopterygii>BiologyOceanographyEnvironmental scienceGeology

Résumé

récupéré en direct d'OpenAlex

Kelts - individuals of anadromous fish species which have successfully spawned and may return to sea to repeat the cycle - are perhaps the least studied life stage of iteroparous fish species. To date, our understanding of what makes them successful in their return migration to sea is limited. We investigated the relationship between three physiological parameters (baseline cortisol, baseline glucose and low molecular weight antioxidants) and the timing and success of Atlantic salmon (Salmo salar) and sea trout (Salmo trutta) kelt migration. To do so, we combined blood samples obtained within 3 minutes of capture and acoustic telemetry to track 66 salmon and 72 sea trout as they migrated out of rivers, into fjords and out at sea. We show that baseline cortisol may be a good predictor of migration success. Individuals with high baseline cortisol levels exited the river earlier but were less likely to successfully reach the sea. Similar relationships were not observed with glucose or antioxidants. We provide the first evidence to support the role of physiological status in migration success in Atlantic salmon and sea trout kelts. Our findings contribute to our understanding of the relationship between physiology and fitness in wild animals. Further, we suggest that migration timing is a trade-off between stress and readiness to migrate.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,010
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 recherche0,0000,000
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 Opus0,007
Tête enseignante GPT0,211
Écart entre enseignants0,204 · 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'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

Citations43
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetFish Ecology and Management Studies→Travaux en français237 207→