Sex-dependent shifts in visual detection thresholds under turbid conditions in an African cichlid
Notice bibliographique
Résumé
Abstract Turbidity is increasing in freshwaters globally due to human activities and is known to affect visually mediated behaviours in fish. As anthropogenic impacts continue to degrade aquatic environments, it is critical to determine how sensory systems are affected and what this might mean for population persistence. We investigated the effect of turbidity on visual detection thresholds in an African cichlid fish (Pseudocrenilabrus multicolor) that experiences environmental extremes across its East African range. We tested the visual abilities of adult wild-caught fish from two sites representing the extremes of turbidity and oxygen (a high turbidity, high dissolved oxygen river and a low turbidity, low dissolved oxygen swamp). Further, we reared offspring of wild-caught parents from each population in a full-factorial high/low oxygen, high/low turbidity design to tease apart the influence of each stressor on visual detection thresholds. We used an optomotor response test to determine detection thresholds under increasing levels of turbidity for both wild-caught and lab-reared fish. Detection thresholds were higher in the wild-caught river population compared to the swamp population, and there was a strong sex difference, such that wild-caught males had higher detection thresholds than females regardless of population of origin. Our results suggest that there are sex-based differences in contrast detection abilities that could play a critical role in visual ecology for populations experiencing divergent turbidity regimes. In the rearing experiment, sex-based differences in detection thresholds were influenced by different aspects of the rearing treatment. Detection threshold varied significantly by oxygen-rearing treatment for males and by the interactive effects of oxygen and turbidity for females. This research improves our understanding of the effect of elevated turbidity on African cichlid vision and contributes to growing knowledge of how animals respond to environmental change.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».