MétaCan
Menu
Retour à la cohorte
Enregistrement W4313595448 · doi:10.3389/fnbeh.2022.1019368

Zebrafish aversion to infrasound in an open field test

2023· article· en· W4313595448 sur OpenAlexafffund
Kale R. Scatterty, Taylor Pitman, Tristan Eckersley, Rodney Schmaltz, Trevor J. Hamilton

Notice bibliographique

RevueFrontiers in Behavioral Neuroscience · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMacEwan University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésInfrasoundEnvironmental scienceFish <Actinopterygii>Open fieldDanioNoise pollutionZebrafishBiologyAcousticsFisheryPhysicsNoise reduction

Résumé

récupéré en direct d'OpenAlex

Aquatic species are capable of detecting infrasound (sub-20 Hz frequencies) which may be a source of anthropogenic pollution and have a detrimental impact on the environmental fitness of fish. Infrasound is generated by infrastructure, producing acoustic frequency peaks that are not discernible by humans. The presence of these frequencies may therefore impact the environmental wellbeing of aquatic laboratory animals, which are often housed in spaces adjacent to facilities producing infrasound. To investigate the potential impact of infrasound, we used wild-type zebrafish ( Danio rerio ) and exposed them to short periods of infrasound at either 5, 10, 15, or 20 Hz, or 0 Hz as a control group. A motion-tracking software system was used to monitor fish movement in an open field test and arena location, distance moved, and immobility were quantified. There was a significant effect of 15 Hz which caused the fish to spend more time away from the infrasound source. The 20 Hz group also spent significantly less time in the zone closest to the speaker. There were no differences in distance moved or immobility between infrasound and control groups. These findings demonstrate that 15 Hz infrasound has aversive effects on zebrafish, causing them to move away from the sound source. To enhance environmental enrichment and wellbeing of aquatic laboratory animals, sources of infrasound pollution should be investigated and mitigated.

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 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 enseignants0,141
Score d'incertitude au seuil0,467

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,031
Tête enseignante GPT0,304
Écart entre enseignants0,273 · 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.

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

Citations11
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Behavioral NeuroscienceMême sujetFish Ecology and Management StudiesTravaux en français237 207