Effects of surgical implantation of electronic tags in fishes: a review and meta-analysis
Notice bibliographique
Résumé
Abstract Electronic tags have been used for decades and continue to gain popularity. Tags are often implanted in the coelom of fishes, with a substantial body of experimental evidence now assessing the effects of those tags. We revisit a review of tagging effects (Cooke et al. 2011) to provide the most comprehensive review and meta-analysis of intracoelomic tagging effects in fishes to date. We reviewed 295 studies, yielding 226 laboratory trials reporting survival and 215 reporting tag retention. Mean survival in tagged fishes was 88.26% and tag retention was 87.05%. Both metrics were negatively related to tag:body mass ratios (i.e., tag burden), remaining above 90% on average with tag burdens below ~ 3–4%. Substantial heterogeneity existed among studies, with a modest portion of the variability in survival and tag retention explained by family, tag burden or trial duration. Across the tagging effects literature, 42% of papers documented negative effects of tagging on growth, and 34% found reduced critical swimming speeds relative to controls. Progress has been made in addressing some knowledge gaps, but biases in the tagging effects literature remain and only a small fraction of species used in electronic tagging studies are represented. Interest in understanding sublethal endpoints is growing, however, the importance of factors such as sex, reproductive status, sterility, and tag coatings remain poorly understood. Tag burdens of ~ 3–4% appear to balance tag size and unwanted tagging effects. More research is needed to better understand sublethal tagging effects and improve the inferences made from electronic tagging studies.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,010 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».