Heat Wave Intensity Drives Sublethal Reproductive Costs in a Tidepool Copepod
Notice bibliographique
Résumé
Synopsis Physiological stress may induce sublethal effects on fitness by limiting energy availability and shifting energy allocation, which can incur reproductive costs. Sublethal reproductive costs may affect vital rates, linking stress events such as heat waves to population demography. Here, we test the hypothesis that heat wave intensity and consecutive days of exposure to heat wave temperatures impact survival and individual reproductive success. We subjected groups of the marine harpacticoid copepod, Tigriopus californicus, to 6 heat wave regimes that differed in maximum exposure temperature, 26°C or 32°C, and number of consecutive exposure days (1, 2, or 7), and predicted that survival and reproductive costs would increase with heat wave intensity and duration. We measured individual survival and offspring production during the heat waves and for 2 weeks following the last day of each experimental heat wave. Despite similar survivorship between the 2 maximum temperature treatments, sublethal effects of heat wave intensity were observed. Consistent with our predictions, individuals that experienced the higher maximum temperature 32°C heat waves produced fewer offspring overall than those that experienced the 26°C heat wave. Furthermore, the number of naupliar larvae (nauplii) per clutch was lower in the 32°C group for egg clutches produced immediately after the final day of exposure. Our results are consistent with the hypothesis that increasing thermal stress can lead to sublethal costs, even with no discernible effects on mortality. Heat waves may not always have lethal effects on individuals, especially for individuals that are adapted to routine exposures to high temperatures, such as those occupying the high intertidal. Costs, however, associated with stress and/or reduced performance due to non-linearities, can affect short-term demographic rates. The effect of these short-term sublethal perturbations is needed to fully understand the potential for population rescue and evolution in the face of rapid climate change.
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) | 0,001 | 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 ».