Experimental validation confirms a carbon stable isotope lipid normalization procedure for Pacific salmon
Notice bibliographique
Résumé
Carbon stable isotope analysis is an important tool in studies of fish ecology. Studies using this tool must account for the effect of lipids present in fish tissue on carbon stable isotope (δ13C) values. Simple correction equations have been developed to correct for this effect. For taxa with high fat content, choosing an accurate correction equation can have a significant impact on results. Pacific salmon (Oncorhynchus spp.) are a lipid-rich genus. Their broad marine distribution and ecological, cultural, and commercial importance make them prime candidates for stable isotope analysis. To determine both an accurate lipid correction equation for Pacific salmon δ13C values, and the effect of lipid extraction on bulk nitrogen isotope (δ15N) values, we performed pairwise isotope analysis on lipid-extracted and untreated muscle samples from 68 Chinook salmon O. tshawytscha spanning a size range of 165-750 mm and C:N values of 2.96-14.25. We compared the fit of existing δ13C lipid correction equations from 3 previously published models to our data, and optimized the top performing model using a leave-one-out cross validation. The model of Kiljunen et al. (2006; https://doi.org/10.1111/j.1365-2664.2006.01224.x) performed the best (mean squared error: 0.22, r2: 0.91), while the optimized model only slightly improved on it (MSE: 0.20, r2: 0.93). For δ15N, we determined that Chinook δ15N values significantly increased by 0.6‰ following lipid extraction. Our results confirm a lipid normalization procedure that is broadly applicable to Pacific salmon, and supports streamlined analysis of δ13C and δ15N from a single untreated muscle tissue sample.
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 | 0,014 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 ».