Testing non‐lethal techniques for endoparasite detection and sex determination in pumpkinseed sunfish (<scp><i>Lepomis gibbosus</i></scp>)
Notice bibliographique
Résumé
Developing non-lethal techniques to estimate parasite infection is critical for studying disease ecology in wild animals. We tested the effectiveness of coelomic ultrasonographic examination and plasma enzyme markers to detect liver infection with bass tapeworms Proteocephalus ambloplitis (Leidy 1887) as well as the effectiveness of ultrasound in predicting fish sex based on gonad imaging ante mortem in two populations of pumpkinseed sunfish Lepomis gibbosus (L. 1758). We also conducted cytopathological and histopathological analyses on a small subset of fish to investigate the potential for these techniques to detect signs of infection and liver disease. We found that fish sex was correctly identified by ultrasound in 87% of fish screened. There was no statistically significant relationship between parasite density and plasma enzyme concentration in infected fish. However, there were clinical differences between individuals from uninfected and infected populations in the enzymes creatine kinase and alanine transaminase. Histopathology and cytopathology assays confirmed the presence of macrophages and clear signs of inflammation within the liver of infected fish. Our results demonstrate that ultrasound, while useful for sex determination, was not effective in detecting infection in small species like sunfish. However, techniques such as blood analysis and potentially cytopathology are promising tools for parasitic detection in L. gibbosus and warrant further investigation, especially for use in other larger species.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 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) | 0,001 | 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 ».