Thermal tolerance and survival are modulated by a natural gradient of infection in differentially acclimated hosts
Notice bibliographique
Résumé
ABSTRACT Wild ectotherms are exposed to multiple stressors, including parasites, that can affect their responses to environmental change. Simultaneously, unprecedented warm temperatures are being recorded worldwide, increasing both the average and maximum temperatures experienced in nature. Understanding how ectotherms, such as fishes, will react to the combined stress of parasites and higher average temperatures can help predict the impact of extreme events such as heat waves on populations. The critical thermal method (CTM), which assesses upper (CTmax) and lower (CTmin) thermal tolerance, is often used in acclimated ectotherms to help predict their tolerance to various temperature scenarios. Despite the widespread use of the CTM across taxa, few studies have characterized the response of naturally infected fish to extreme temperature events or how acute thermal stress affects subsequent survival. We acclimated naturally infected pumpkinseed sunfish (Lepomis gibbosus) to four ecologically relevant temperatures (10, 15, 20 and 25°C) and one future warming scenario (30°C) for 3 weeks before measuring CTmax and CTmin. We also assessed individual survival the week following CTmax. Parasites were counted and identified following trials to relate infection intensity to thermal tolerance and survival. Interestingly, trematode parasites causing black spot disease were negatively related to CTmax, suggesting that heavily infected fish are less tolerant to acute warming. Moreover, fish infected with yellow grub parasites showed decreased survival in the days following CTmax implying that the infection load has negative survival consequences on sunfish during extreme warming events. Our findings indicate that, when combined, parasite infection and high prolonged average temperatures can affect fish thermal tolerance and survival, emphasizing the need to better understand the concomitant effects of stressors on health outcomes in wild populations. This is especially true given that some parasite species are expected to thrive in warming waters making host fish species especially at 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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».