MétaCan
Menu
← Retour à la cohorte
Enregistrement W4405768806 · doi:10.31857/s0320965224060134

Large Intraspecies Variation in Stable Isotope Composition of the Muscle Tissues in Fish of the Genus <i>Cyprinion</i> (cyprinidae) from Middle East

2024· article· en· W4405768806 sur OpenAlexfundno aff
Boris Levin, Çüneyt Kaya, Aleksandra S. Komarova, M. A. Levina, Oksana L. Rozanova, Alexei V. Tiunov

Notice bibliographique

RevueБиология внутренних вод · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensnon disponible
Organismes subventionnairesMcGill University
Mots-clésCyprinidaeFish <Actinopterygii>BiologyGenusZoologyFishery

Résumé

récupéré en direct d'OpenAlex

Significant individual variation of nitrogen and carbon isotope composition (δ 15 N and δ 13 C values) in white muscle tissues was found in samples of three cyprinid fish species, Cyprinion macrostomus (periphytonophage), Cyprinion kais (benthophage), and Luciobarbus schejch (omnivore), collected in a small tributary of the upper Tigris system (Turkey). In particular, exceptionally low value (1.7‰) and abnormally wide intraspecific variability (from 1.7 to 15.8‰) of δ 15 N were observed in C. macrostomus . Despite samples were collected synchronously and syntopically, very broad range of δ 15 N values points out possible heterogeneity of the samples. The studied watercourse is located in the zone of agriculture with intensive chemicalization and pollution of the river by mobile forms of nitrogen (mostly ammonium) could play a significant role in lowering δ 15 N values, especially in the periphytonophage. Along with that, fish with high (normal) δ 15 N values are supposedly recent migrants that came from a large river for joint spawning with resident fish. The pollution of water bodies as well as the presence of migrations should be taking into account in stable isotope analyses-based studies on trophic ecology of fishes.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueБиология внутренних вод→Même sujetIsotope Analysis in Ecology→Travaux en français237 207→