Evaluating the viability of the use of T-bar and radiotelemetry tags on prespawn Arctic Lampreys
Notice bibliographique
Résumé
Abstract Objective Arctic Lampreys Lethenteron camtschaticum are harvested by subsistence and commercial fisheries in the Yukon–Kuskokwim River region of Alaska; however, baseline population data are deficient. For mark–recapture and telemetry studies to be effectively implemented to assess Arctic Lamprey abundance, migratory and dispersal patterns, and spawning locations, tags must not impact fish survival, physiology, or behavior. Methods For this laboratory evaluation, we examined survival, tag retention, swim endurance at short-term (1 day posttreatment) and long-term (43 days [~6 weeks] posttreatment) intervals, and incision healing for T-bar-tagged and radio-tagged prespawn Yukon River Arctic Lampreys (N = 216). Six treatment groups were evaluated: control; sham surgery; external T-bar anchor tag; and small (0.30 g; 0.1–0.4% tag burden [ratio of tag weight to fish body weight]), medium (0.57 g; 0.2–0.8% tag burden), and large (1.50 g; 0.6–1.9% tag burden) internal dummy radio transmitter tags. Result Although all lampreys survived tagging and surgical procedures through the first 4 weeks of the experiment, a higher tag burden was associated with an increased mortality hazard up to 35 weeks postsurgery. Over the 14-week experimental period, one T-bar tag and one small radio tag were shed by lampreys. Although treatment was not a significant predictor of swim endurance, a higher tag burden led to reductions in swim endurance at 1 day posttreatment but not at 43 days posttreatment. Healing did not differ among surgical treatment groups, but persistent inflammation was observed at incision sites and skin erosion was observed at antenna protrusion locations. Conclusion These results indicate that T-bar anchor tags and internal radio tags are acceptable for Arctic Lamprey tagging studies if the radio tag burden is ≤1.3% for short-term (≤14-week) studies and ≤0.5% for long-term (≥14-week) studies.
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) | 0,001 | 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 ».