MétaCan
Menu
Retour à la cohorte
Enregistrement W3081737066 · doi:10.1111/jfb.14509

Elevated incubation temperature improves later‐life swimming endurance in juvenile Chinook salmon, <i>Oncorhynchus tshawytscha</i>

2020· article· en· W3081737066 sur OpenAlexaff
Dan Dohyung Lim, C. Louise Milligan, Yolanda E. Morbey

Notice bibliographique

RevueJournal of Fish Biology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésOncorhynchusChinook windJuvenileBiologyAnimal scienceHatcheryIncubationFish <Actinopterygii>FisheryEcologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The effect of incubation and rearing temperature on muscle development and swimming endurance under a high‐intensity swimming test was investigated in juvenile Chinook salmon (Oncorhynchus tshawytscha) in a hatchery experiment. After controlling for the effects of fork length (LF) and parental identity, times to fatigue of fish were higher when fish were incubated or reared at warmer temperatures. Significant differences among combinations of pre‐ and post‐emergence temperatures conformed to 15–15°C > 15–9°C > 9–9°C > 7–9°C > 7–7°C in 2011 when swimming tests were conducted at 300 accumulated temperature units post‐emergence and 15–9°C > (7–9°C = 7–7°C) in 2012 when swimming tests were conducted at an LF of c. 40 mm. The combination of pre‐ and post‐emergence temperatures also affected the number and size of muscle fibres, with differences among temperature treatments in mean fibre cross‐sectional area persisting after controlling for LF and parental effects. Nonetheless, neither fibre number nor fibre size accounted for significant variation in swimming endurance. Thus, thermal carryover effects on swimming endurance were not mediated by thermal imprinting of muscle structure. This is the first study to test how temperature, body size and muscle structure interact to affect swimming endurance during early development in salmon.

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)0,000
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
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 Opus0,008
Tête enseignante GPT0,214
Écart entre enseignants0,206 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetFish Ecology and Management StudiesTravaux en français237 207