MétaCan
Menu
← Retour à la cohorte
Enregistrement W4307888160 · doi:10.1139/cjfas-2021-0326

Differences in energy acquisition and storage of farm, wild, and hybrid Atlantic salmon competing in the wild

2022· article· en· W4307888160 sur OpenAlexafffundvenueabout
Samantha E. Crowley, Ian Bradbury, Amber Messmer, Steven Duffy, Christopher C. Parrish, Shahinur S. Islam, Ian Fleming

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans CanadaMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada First Research Excellence FundFisheries and Oceans CanadaOcean Frontier Institute
Mots-clésSalmoBiologyJuvenileForagingPredationAquacultureFisherySalmonidaeRange (aeronautics)ZoologyEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

An understanding of genetic differences in fitness-related traits for farm, wild, and hybrid Atlantic salmon ( Salmo salar) is key for predicting impacts of aquaculture escapes on wild populations. Here we used lipid and fatty acid (FA) analyses to investigate differences in storage and foraging ability among Atlantic salmon juveniles of three cross types (farm, wild, and F1 hybrids), at the beginning and end of a common garden experimental release in the Newfoundland wild. We found differences in lipid class and FA profiles among cross types at both release and recapture, with farm fish being the most differentiated at recapture. In addition, low recapture levels of triacylglycerols and certain FAs indicative of freshwater prey suggest the possibility of a feeding disadvantage for farm fish. Overall, we show that lipid and FA profiles in juvenile salmon can change over just a short period of time even under favourable conditions in the wild, and farm fish may have genetic differences affecting energy acquisition and storage that could negatively impact their survival and fitness in the longer term.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

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 Opus0,011
Tête enseignante GPT0,184
Écart entre enseignants0,173 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2022
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→