Laboratory‐based measures of temperature preference and metabolic thermal sensitivity provide insight into the habitat utilisation of juvenile <scp>California horn shark (</scp><i>Heterodontus francisci</i><scp>)</scp> and <scp>leopard shark (</scp><i>Triakis semifasciata</i><scp>)</scp>
Notice bibliographique
Résumé
Abstract Laboratory‐based studies examining fish physiological and behavioural responses to temperature can provide important insight into species‐specific habitat preferences and utilisation, and are especially useful in examining vulnerable life stages that are difficult to study in the wild. This study couples shuttle box behavioural experiments with respirometry trials to determine the temperature preferences and metabolic thermal sensitivity of juvenile California horn shark (Heterodontus francisci) and leopard shark (Triakis semifasciata). As juveniles, these two species often occupy similar estuarine habitats but display contrasting behaviours and activity levels – H. francisci are relatively sedentary, whereas T. semifasciata are more active and mobile. This study shows that juvenile H. francisci and T. semifasciata have comparable thermal preferences and occupy similar temperature ranges, but H. francisci metabolism is more sensitive to acute changes in temperature as expressed through a higher Q10 (H. francisci = 2.58; T. semifasciata = 1.97; temperature range: 12–24°C). Underlying chronic temperature acclimation to both warm (21°C) and cool (15°C) representative seasonal temperatures did not appear to significantly affect these parameters. These results are discussed in the context of field studies examining known distributions, habitat and movement patterns of H. francisci and T. semifasciata to better understand the role of temperature in species‐specific behaviour. Juvenile H. francisci likely target thermally stable environments, such as estuaries that are close to their preferred temperature, whereas juvenile T. semifasciata metabolism and behaviour appear less dependent on temperature.
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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».