MétaCan
Menu
Retour à la cohorte
Enregistrement W4400687731 · doi:10.1080/10236244.2024.2378752

Prolonged exposure to elevated temperature leads to severe thermal stress in the broad-nosed pipefish, <i>Syngnathus typhle</i>

2024· article· en· W4400687731 sur OpenAlexaff
Leonor M. Miranda, Miguel Correia, Catarina Barraca, Núria Baylina, Ana M. Faria

Notice bibliographique

RevueMarine and Freshwater Behaviour and Physiology · 2024
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquatic life and conservation
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésBiologyZoology

Résumé

récupéré en direct d'OpenAlex

Changes in water temperature may have profound effects on physiology, metabolism, and fish behaviour. However, much of the existing research is based on relatively short-term experiments. In the context of climate change, where water temperatures are increasing seasonally, and the frequency and duration of extreme heatwave events are rising, incorporating longer exposure periods will provide a better understanding of the potential effects of warming on marine species. Here, we tested the effects of prolonged exposure to elevated temperature on broad-nosed pipefish, Syngnathus typhle. Fish were exposed to ambient (20ºC) and high (24ºC) temperatures for a four-month period, during which activity levels, growth and survival were monitored. Fish under high temperature were less active when compared to fish under ambient temperature, grew less, and survival was dramatically decreased. These findings have significant implications for the long-term sustainability of broad-nosed pipefish populations, as the species may struggle to adapt to future ocean conditions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,638
Score d'incertitude au seuil0,520

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,012
Tête enseignante GPT0,214
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 tête enseignante, 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 revueMarine and Freshwater Behaviour and PhysiologyMême sujetAquatic life and conservationTravaux en français237 207