Atlantic Salmon (Salmo salar) Cage-Site Distribution, Behavior, and Physiology During a Newfoundland Heat Wave
Notice bibliographique
Résumé
Background: Climate change is leading to increased water temperatures and reduced oxygen levels at sea-cage sites, and this is a challenge that the Atlantic salmon aquaculture industry must adapt to it if it needs to grow sustainably. However, to do this, the industry must better understand how sea-cage conditions influence the physiology and behavior of the fish. Method: We fitted ~2.5 kg Atlantic salmon on the south coast of Newfoundland with Star-Oddi milli-HRT ACT and Milli-TD data loggers (data storage tags, DSTs) in the summer of 2019 that allowed us to simultaneously record the fish's 3D acceleration (i.e., activity/behavior), electrocardiograms (and thus, heart rate and heart rate variability), depth, and temperature from early July to mid-October. Results: Over the course of the summer/fall, surface water temperatures went from ~10–12 to 18–19.5°C, and then fell to 8°C. The data provide valuable information on how cage-site conditions affected the salmon and their determining factors. For example, although the fish typically selected a temperature of 14–18°C when available (i.e., this is their preferred temperature in culture), and thus were found deeper in the cage as surface water temperatures peaked, they continued to use the full range of depths available during the warmest part of the summer. The depth occupied by the fish and heart rate were greater during the day, but the latter effect was not temperature-related. Finally, while the fish generally swam at 0.4–1.0 body lengths per second (25–60 cm s−1), their activity and the proportion of time spent using non-steady swimming (i.e., burst-and-coast swimming) increased when feeding was stopped at high temperatures. Conclusion: Data storage tags that record multiple parameters are an effective tool to understand how cage-site conditions and management influence salmon (fish) behavior, physiology, and welfare in culture, and can even be used to provide fine-scale mapping of environmental conditions. The data collected here, and that in recent publications, strongly suggest that pathogen (biotic) challenges in combination with high temperatures, not high temperatures + moderate hypoxia (~70% air saturation) by themselves, are the biggest climate-related challenge facing the salmon aquaculture industry outside of Tasmania.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».