Tail shape and the swimming speed of sharks
Notice bibliographique
Résumé
Trait-based ecology is a rapidly growing approach for developing insights and predictions for data-poor species. Caudal tail fin shape has the potential to reveal much about the energetics, activity and ecology of fishes and can be rapidly measured from field guides, which is particularly helpful for data-sparse species. One outstanding question is whether swimming speed in sharks is related to two morphological traits: caudal fin aspect ratio (CFAR, height 2 /tail area) and caudal lobe asymmetry ratio (CLAR). We derived both metrics from the species drawings in Sharks of the world (Ebert et al. 2013 Sharks of the world: a fully illustrated guide ) and related fin shape to two published datasets of (1) instantaneous swimming speeds (Jacoby et al. 2015 Biol. Lett. 11 , 20150781 ( doi:10.1098/rsbl.2015.0781 )) and (2) cruising speeds (Harding et al. 2021 Funct. Ecol. 35 , 1951–1959 ( doi:10.1111/1365-2435.13869 )) for 28 total unique shark species. Both estimates of swimming speed were positively related to CFAR (and weakly negatively to CLAR). Hence, shark species with larger CFAR and more symmetric tails (low CLAR) tended to be faster-moving and have higher average speeds. This relationship demonstrates the opportunity to use tail shape as an easily measured trait to index shark swimming speed to broader trait-based analyses of ecological function and extinction risk.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 | 0,001 |
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 ».