MétaCan
Menu
Retour à la cohorte
Enregistrement W4287010191 · doi:10.3390/biology11081100

Increasing Temperature Facilitates Polyp Spreading and Medusa Appearance of the Invasive Hydrozoan Craspedacusta sowerbii

2022· article· en· W4287010191 sur OpenAlexaff
Guillaume Marchessaux, Florian Lüskow, Mickaël Bejean, Evgeny A. Pakhomov

Notice bibliographique

RevueBiology · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Invertebrate Physiology and Ecology
Établissements canadiensTula FoundationUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyJellyfishRange (aeronautics)Northern HemisphereLatitudeSouthern HemisphereAnimal scienceEcologyAtmospheric sciences

Résumé

récupéré en direct d'OpenAlex

The freshwater jellyfish Craspedacusta sowerbii is among the most widespread invasive species, observed across a wide temperature range. The aim of this study is to analyze the polyp and medusa stages response to different temperatures by using (i) an experimental study on the polyp colony growth at 19 and 29 °C, and (ii) prediction of the Thermal Habitat Suitability (THS) based on the thermal tolerance of the medusa stage. The total number of polyps and colonies was greater at high temperature. At 19 °C, colonies with 1 to 5 polyps were present, with colonies of 1 to 3 polyps numerically dominating. At 29 °C, colonies were 80% composed of 1- to 2-polyps. Based on the published medusa pulsation rhythm data, a Thermal Performance Curve (TPC) regression was performed and used to monthly predict the THS for current and future (2050 and 2100) scenarios. The southern hemisphere offered optimal conditions (THS > 0.6) year-round. In the northern hemisphere, the optimum period was predicted to be between June and September. The future THS were considerably larger than at present with an increase in optimal THS at higher latitudes (up to 60° N). The combination of experimental and modeling approaches allows to identify the optimal thermal conditions of the polyp and medusa stages and to predict their invasive capacities.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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 GPT0,188
Écart entre enseignants0,181 · 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'étudeObservationnel
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

Citations21
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiologyMême sujetMarine Invertebrate Physiology and EcologyTravaux en français237 207