Does swimming activity influence gas bubble trauma in fish?
Notice bibliographique
Résumé
Abstract Total dissolved gas (TDG) supersaturation from sources such as hydroelectric dams can cause harmful bubble growth in the tissues of aquatic animals, known as gas bubble trauma (GBT). Locomotion is known to exacerbate bubble growth in tissues during decompression under certain conditions (such as in diving animals), possibly because of increased bubble nucleation. As with decompression sickness, GBT is caused by the supersaturation of tissues with gas, and thus we hypothesize that locomotion promotes bubble nucleation in the tissues of fish exposed to TDG supersaturation. Many previous laboratory studies have tested the effects of TDG on fish exposed to low‐velocity, non‐directional flow, whereas fish in field conditions are exposed to higher‐velocity flows and are likely more active. Therefore, it is important to understand the effects of locomotion on GBT to apply laboratory results to active fish in field conditions. We exposed rainbow trout ( Oncorhynchus mykiss ) to either control (100% TDG) or TDG supersaturation (123% TDG) in either static or flowing water conditions (1.8 Bl/s) and recorded time to 50% loss of equilibrium (LOE). We observed no statistically significant difference in time to 50% LOE between flow conditions. Given the lack of statistically significant difference between static and flowing water, our findings indicate that results from GBT experiments on rainbow trout in non‐directional flow are applicable to more active individuals.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».