Unintended Consequences of Aquatic Enrichment in Experimental Biology
Notice bibliographique
Résumé
Enrichment in aquatic animal studies is important for promoting welfare and maintaining animal health and can be categorized by physical, sensory, social, occupational, and dietary enrichment. However, the risk of potential chemical leaching associated with physical enrichment items has been largely overlooked (i.e., artificial plants or shelter). Most enrichment items lack information on their chemical composition and have not undergone testing for plastic or metal leachates that can alter water chemistry and impair animal physiology. In fish and invertebrate research, these leachates have the potential to modify the health of aquatic animals or their reproductive processes. Moreover, in toxicology research, altered chemical exposure concentrations and interactive effects with leachates could invalidate toxicity assays and lead to misleading results. We identify key contaminants associated with common enrichment items and highlight the substantial lack of empirical research focusing on the confounding factors associated with aquatic enrichment. We explore the mechanisms through which relevant leachates can complicate experimental outcomes, detailing the pathways by which these substances may interact with both the experimental environment and the animals themselves. We conclude that there is widespread potential for serious complications to research outcomes and chronic toxicity from enrichment materials. Therefore, we advocate for the establishment of standardized regulations and a global certification system for aquatic enrichment items to ensure the validity of studies and to safeguard animal welfare. We encourage researchers to critically consider the implications of leaching from aquatic enrichment when designing experimental systems.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,010 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 tête enseignante, 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 ».