MétaCan
Menu
← Retour à la cohorte
Enregistrement W4391101184 · doi:10.1101/2024.01.18.576168

Collective movement of schooling fish reduces locomotor cost in turbulence

2024· preprint· en· W4391101184 sur OpenAlexfundno aff
Yangfan Zhang, Hungtang Ko, Michael A. Calicchia, Rui Ni, George Lauder

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2024
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Naval ResearchNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésTurbulenceKinematicsEddyTurbulence kinetic energyEcologyPhysicsMechanicsBiologyClassical mechanics

Résumé

récupéré en direct d'OpenAlex

Abstract The ecological and evolutionary benefits of collective behaviours are rooted in the physical principles and physiological mechanisms underpinning animal locomotion. We propose a turbulence sheltering hypothesis that collective movements of fish schools in turbulent flow can reduce the total energetic cost of locomotion by shielding individuals from the perturbation of chaotic turbulent eddies. We test this hypothesis by quantifying energetics and kinematics in schools of giant danio ( Devario aequipinnatus ) compared to solitary individuals swimming under control and turbulent conditions over a wide speed range. We discovered that, when swimming at high speeds and high turbulence levels, fish schools reduced their total energy expenditure (TEE, both aerobic and anaerobic energy) by 63–79% compared to solitary fish. Solitary individuals spend ∼25% more kinematic effort (tail beat amplitude*frequency) to swim in turbulence at higher speeds than in control conditions. However, fish schools swimming in turbulence reduced their three-dimensional group volume by 41–68% (at higher speeds) and did not alter their kinematic effort compared to control conditions. This substantial energy saving highlighted a ∼261% higher TEE when fish swimming alone in turbulence are compared to swimming in a school. Schooling behaviour could mitigate turbulent disturbances by sheltering fish within schools from the eddies of sufficient kinetic energy that can disrupt the locomotor gaits. Providing a more desirable internal hydrodynamic environment could be one of the ecological drivers underlying collective behaviours in a dense fluid environment. One-Sentence Summary The collective movement of fish schools substantially reduces the energetic cost of locomotion in turbulence compared to that of swimming alone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,010
Tête enseignante GPT0,212
Écart entre enseignants0,202 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetFish Ecology and Management Studies→Travaux en français237 207→