Collective movement of schooling fish reduces the costs of locomotion in turbulent conditions
Notice bibliographique
Résumé
The ecological and evolutionary benefits of energy-saving in collective behaviors 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) and compared that to solitary individuals swimming under laminar 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% to 79% compared to solitary fish (e.g., 228 versus 48 kj kg-1). Solitary individuals spend approximately 22% more kinematic effort (tail beat amplitude•frequency: 1.7 versus 1.4 BL s-1) to swim in turbulence at higher speeds than in laminar conditions. Fish schools swimming in turbulence reduced their three-dimensional group volume by 41% to 68% (at higher speeds, approximately 103 versus 33 cm3) and did not alter their kinematic effort compared to laminar conditions. This substantial energy saving highlights that schooling behaviors can mitigate turbulent disturbances by sheltering fish (within schools) from the eddies of sufficient kinetic energy that can disrupt locomotor gaits. Therefore, providing a more desirable internal hydrodynamic environment could be one of the ecological drivers underlying collective behaviors in a dense fluid environment.
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 | 0,001 |
| 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 ».