MétaCan
Menu
Retour à la cohorte
Enregistrement W3003232027 · doi:10.1111/jfb.14263

Freezing ovarian fluid does not alter how it affects fish sperm swimming performance: creating a cryptic female choice ‘spice rack’ for use in split‐ejaculate experimentation

2020· article· en· W3003232027 sur OpenAlexafffund
Craig F. Purchase, Anna C. Rooke

Notice bibliographique

RevueJournal of Fish Biology · 2020
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAnimal Behavior and Reproduction
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFondation Pour La Conservation Du Saumon AtlantiqueResearch and Development Corporation of Newfoundland and LabradorCanada Foundation for Innovation
Mots-clésBiologySpermFemale sperm storageSperm competitionMatingTroutZoologyMate choiceFish <Actinopterygii>EcologyFisheryGenetics

Résumé

récupéré en direct d'OpenAlex

Cryptic female choice is often mediated chemically in external fertilizers by ovarian fluid (OF), which can change sperm swimming performance and bias paternity under sperm competition. Assessing cryptic female choice is hindered by the necessity of using fresh gametes and the short time window available to obtain diverse samples from wild animals. Using split-ejaculate experimental designs and samples from lake trout, brown trout and Atlantic salmon, we evaluated whether freezing OF alters the way in which it modifies sperm swimming. Sperm had improved swimming performance in the presence of OF over plain water, and the effect did not depend on whether the OF had previously been frozen. Freezing OF does not seem to alter the way it influences sperm. This allows the researcher to create a 'spice rack' of OF samples that can be used in studies on cryptic female choice, and opens up the possibility to compare animals mating under large spatial and temporal variability.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,061
Tête enseignante GPT0,289
Écart entre enseignants0,228 · 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

Citations16
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetAnimal Behavior and ReproductionTravaux en français237 207