Stable isotope turnover rates and fractionation in captive California yellowtail (Seriola dorsalis): insights for application to field studies
Notice bibliographique
Résumé
Abstract Stable isotope analysis (SIA) measurements from long-term captivity studies provide required parameters for interpretation of consumer SIA data. We raised young-of-the-year (14–19 cm) California yellowtail (Seriola dorsalis) on a low δ15N and δ13C diet (pellet aquaculture feed) for 525 days, then switched to a high δ15N and δ13C diet (mackerel and squid) for 753 days. Yellowtail muscle was sequentially sampled from each individual after the diet switch (0 to 753 days) and analyzed for δ15N and δ13C, allowing for calculation of diet-tissue discrimination factors (DTDFs) from two isotopically different diets (low δ15N and δ13C: pellets; high δ15N and δ13C: fish/squid) and turnover rates of 15N and 13C. DTDFs were diet dependent: Δ15N = 5.1‰, Δ13C = 3.6‰ for pellets and Δ15N = 2.6‰, Δ13C = 1.3‰ for fish/squid. Half-life estimates from 15N and 13C turnover rates for pooled yellowtail were 181 days and 341 days, respectively, but varied considerably by individual (15N: 99–239 d; 13C: 158–899 d). Quantifying DTDFs supports isotopic approaches to field data that assume isotopic steady-state conditions (e.g., mixing models for diet reconstruction). Characterizing and quantifying turnover rates allow for estimates of diet/habitat shifts and “isotopic clock” approaches, and observed inter-individual variability suggests the need for large datasets in field studies. We provide diet-dependent DTDFs and growth effects on turnover rates, and associated error around these parameters, for application to field-collected SIA data from other large teleosts.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».