MétaCan
Menu
Retour à la cohorte
Enregistrement W4408444274 · doi:10.1007/s10750-024-05783-0

Insights into the feeding of jellyfish polyps in wild and laboratory conditions: do experiments provide realistic estimates of natural functional rates?

2025· article· en· W4408444274 sur OpenAlexfundno aff
Cathy H. Lucas, Danja P. Hoehn, Clive N. Trueman

Notice bibliographique

RevueHydrobiologia · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Invertebrate Physiology and Ecology
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research CouncilMcGill University
Mots-clésJellyfishBiologyEcologyFunctional responseNatural (archaeology)Fish <Actinopterygii>ZoologyFisheryPredationPredator

Résumé

récupéré en direct d'OpenAlex

Abstract Biotic and abiotic factors that affect the physiology and ecology of scyphozoan polyps are considered to be major drivers of jellyfish blooms, but are rarely studied under field conditions. Here, stable isotopes of carbon and nitrogen were used to investigate feeding ecology in Aurelia aurita polyps from the Beaulieu River, UK (50° 80′ 04.55″ N/1° 42′ 28.12″ W) in both winter and summer conditions, and compared to laboratory-maintained polyps fed Artemia nauplii at 6 and 20 °C, respectively. In natural conditions, the isotopic composition of A. aurita polyps indicated assimilation of nutrients derived from both benthic and pelagic food pathways, with seasonal switches between benthic-derived nutrients in winter and pelagic-derived nutrients in summer. In laboratory experiments, polyps assimilated Artemia food at 6 °C although metabolic processes were reduced, while at 20 °C, polyps starved as their increased metabolic costs could not be met from the Artemia food. Experiments on growth and asexual reproduction of Artemia -fed polyps of A. aurita may not reflect natural metabolic rates especially at higher temperatures (e.g. 20 °C), because these polyps are not extracting sufficient resources from their Artemia food to fuel the increased metabolic costs associated with high temperatures.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,230

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 Opus0,009
Tête enseignante GPT0,237
Écart entre enseignants0,227 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrobiologiaMême sujetMarine Invertebrate Physiology and EcologyTravaux en français237 207