MétaCan
Menu
Retour à la cohorte
Enregistrement W4323348530 · doi:10.1111/jfb.15368

The ecological relevance of critical thermal maxima methodology for fishes

2023· review· en· W4323348530 sur OpenAlexafffund
Jessica E. Desforges, Kim Birnie‐Gauvin, Fredrik Jutfelt, Kathleen M. Gilmour, Erika J. Eliason, Terra L. Dressler, David J. McKenzie, Amanda E. Bates, Michael Lawrence, Nann A. Fangue, Steven J. Cooke

Notice bibliographique

RevueJournal of Fish Biology · 2023
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversity of ManitobaUniversity of VictoriaUniversity of OttawaCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaVillum Fonden
Mots-clésBiologyRelevance (law)MaximaEcologyFishery

Résumé

récupéré en direct d'OpenAlex

Abstract Critical thermal maxima methodology (CTM) has been used to infer acute upper thermal tolerance in fishes since the 1950s, yet its ecological relevance remains debated. In this study, the authors synthesize evidence to identify methodological concerns and common misconceptions that have limited the interpretation of critical thermal maximum (CT max ; value for an individual fish during one trial) in ecological and evolutionary studies of fishes. They identified limitations of, and opportunities for, using CT max as a metric in experiments, focusing on rates of thermal ramping, acclimation regimes, thermal safety margins, methodological endpoints, links to performance traits and repeatability. Care must be taken when interpreting CTM in ecological contexts, because the protocol was originally designed for ecotoxicological research with standardized methods to facilitate comparisons within study individuals, across species and contexts. CTM can, however, be used in ecological contexts to predict impacts of environmental warming, but only if parameters influencing thermal limits, such as acclimation temperature or rate of thermal ramping, are taken into account. Applications can include mitigating the effects of climate change, informing infrastructure planning or modelling species distribution, adaptation and/or performance in response to climate‐related temperature change. The authors’ synthesis points to several key directions for future research that will further aid the application and interpretation of CTM data in ecological contexts.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,978
Score d'incertitude au seuil0,803

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,235
Tête enseignante GPT0,413
Écart entre enseignants0,178 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations114
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207