Using heart rate and acceleration biologgers to estimate winter activity costs in free-swimming largemouth bass
Notice bibliographique
Résumé
Winter is a critical period for largemouth bass (Micropterus nigricans) with winter severity and duration limiting their population growth at northern latitudes. Unfortunately, we have an incomplete understanding of their winter behaviour and energy use in the wild. More winter-focused research is needed to better understand their annual energy budget, improve bioenergetics models, and establish baselines to assess the impacts of climate warming; however, winter research is challenging due to ice cover. Implantable tags show promise for winter-focused research as they can be deployed prior to ice formation. Here, using swim tunnel respirometry, we calibrated heart rate and acceleration biologgers to enable estimations of metabolic rate (ṀO2) and swimming speed in free-swimming largemouth bass across a range of winter-relevant temperatures. In addition, we assessed their aerobic and swim performance. Calculated group thermal sensitivities of most performance metrics indicated the passive physicochemical effects of temperature, suggesting little compensation in the cold; however, resting metabolic rate and critical swimming speed showed partial compensation. We found strong relationships between acceleration and swimming speed, as well as between ṀO2 and heart rate, acceleration, or swimming speed. Jackknife validations indicated that these modeled relationships accurately estimate swimming speed and ṀO2 from biologger recordings. However, there were relatively few reliable heart rate recordings to model the ṀO2 relationship. Recordings of heart rate were high-quality during holding but dropped during experimentation, potentially due to interference from aerobic muscles during swimming. The models informed by acceleration or swimming speed appear to be best suited for field applications.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 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 ».