MétaCan
Menu
← Retour à la cohorte
Enregistrement W7055525455

Chemoreception in invasive rusty crayfish (Orconectes rusticus): learning and adaptation in aquatic ecosystems of Northwestern Ontario

2012· dissertation· en· W7055525455 sur OpenAlexaffabout

Notice bibliographique

RevueKnowledge Commons (Lakehead University) · 2012
Typedissertation
Langueen
DomainePhysics and Astronomy
ThématiqueMagnetic confinement fusion research
Établissements canadiensLakehead University
Organismes subventionnairesnon disponible
Mots-clésCrayfishSympatric speciationAdaptation (eye)Context (archaeology)Abiotic componentHabitatEcosystemPredation
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Crayfish utilize chemosensory cues, in addition to other sensory inputs, to mediate a \nvariety of fundamental life processes. Exotic species, like the rusty crayfish (Orconectes \nrusticus), are known to employ a broader range of chemosensory stimuli owing to their \nsuperior adaptability and behavioural plasticity relative to native crayfish species. The \nability to respond rapidly to changing biotic and abiotic conditions contributes to the \nsuccessful establishment of many introduced species in newly adopted ecosystems. I \nreport two behavioural studies designed to measure chemically mediated associative \nlearning, and environment-specific chemical cue utilization, in rusty crayfish. I found that \nrusty crayfish could quickly and easily form a learned attraction to a walleye (Sander \nvitreus) egg cue when paired with a food stimulus using a single, two-hour exposure. I \nalso found that rusty crayfish from two ecologically distinct habitats responded \ndifferently to sympatric v. allopatric conspecifc injury cues. Specifically, both \npopulations tested were attracted to injury cues from a lake where crayfish were likely to \ncannibalize with higher frequency, but showed no response to the same cue from the \nother study lake. My results help describe how aquatic invasive species use chemical \ninformation in their environment to facilitate adaptive responses and survival in new and \nunfamiliar ecosystems. Observations are discussed in the context of relevant literature \nand theory.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,247
Score d'incertitude au seuil0,497

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,021
Tête enseignante GPT0,238
Écart entre enseignants0,217 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueKnowledge Commons (Lakehead University)→Même sujetMagnetic confinement fusion research→Travaux en français237 207→