MétaCan
Menu
Retour à la cohorte
Enregistrement W4224324205 · doi:10.3389/fgene.2022.795355

Non-Lethal Sampling Supports Integrative Movement Research in Freshwater Fish

2022· review· en· W4224324205 sur OpenAlexafffund
Matt J. Thorstensen, Carolyn A. Vandervelde, William S. Bugg, Sonya Michaleski, Linh Vo, Theresa E. Mackey, Michael Lawrence, Ken M. Jeffries

Notice bibliographique

RevueFrontiers in Genetics · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaGenome Canada
Mots-clésFreshwater fishFreshwater ecosystemBiodiversityBiologySampling (signal processing)EcologyPopulationEnvironmental changeEnvironmental resource managementClimate changeFish <Actinopterygii>EcosystemFisheryEnvironmental scienceComputer scienceEnvironmental healthMedicine

Résumé

récupéré en direct d'OpenAlex

Freshwater ecosystems and fishes are enormous resources for human uses and biodiversity worldwide. However, anthropogenic climate change and factors such as dams and environmental contaminants threaten these freshwater systems. One way that researchers can address conservation issues in freshwater fishes is via integrative non-lethal movement research. We review different methods for studying movement, such as with acoustic telemetry. Methods for connecting movement and physiology are then reviewed, by using non-lethal tissue biopsies to assay environmental contaminants, isotope composition, protein metabolism, and gene expression. Methods for connecting movement and genetics are reviewed as well, such as by using population genetics or quantitative genetics and genome-wide association studies. We present further considerations for collecting molecular data, the ethical foundations of non-lethal sampling, integrative approaches to research, and management decisions. Ultimately, we argue that non-lethal sampling is effective for conducting integrative, movement-oriented research in freshwater fishes. This research has the potential for addressing critical issues in freshwater systems in the future.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,401
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
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 Opus0,077
Tête enseignante GPT0,351
Écart entre enseignants0,274 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations23
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in GeneticsMême sujetFish Ecology and Management StudiesTravaux en français237 207