Influence des parasites et du temps d’acclimatation à une température chaude sur la tolérance thermique de trois populations de crapets-soleil (Lepomis gibbosus)
Bibliographic record
Abstract
Les changements climatiques entraînent une augmentation de la température moyenne et de la fréquence des vagues de chaleur, ce qui affecte la physiologie et la tolérance thermique des ectothermes aquatiques, y compris les poissons. La capacité d'acclimatation à de hautes températures peut varier entre les populations, ce qui est crucial pour leur survie. De nombreuses recherches se sont concentrées sur l'impact de l'acclimatation à des températures élevées sur la tolérance thermique. Cependant, peu d'études se sont intéressées à la durée d’acclimatation nécessaire pour que les poissons s'acclimatent complètement et sur la façon dont les dynamiques d'acclimatation varient entre les populations, soit comment et à quelle vitesse un organisme s’adapte à des changements environnementaux au fil du temps. Avec les changements climatiques, il est important de savoir si certaines populations peuvent être plus sensibles aux vagues de chaleur. De plus, les ectothermes sont exposés à divers facteurs de stress, tels que des parasites, dont la prévalence et l'intensité devraient augmenter avec la hausse des températures. La physiologie de l'hôte peut être modifiée par l'infection, ce qui peut avoir des effets négatifs sur la tolérance thermique de l'hôte. Cependant, aucune étude n'a encore examiné l'influence des infections parasitaires sur les dynamiques d'acclimatation de plusieurs populations. Nous avons donc étudié ces interactions chez trois populations de crapets-soleil (Lepomis gibbosus) provenant de lacs du Québec, Canada, chacun présentant différents gradients d'infection naturelle. Les crapets-soleil ont été acclimatés à une température contrôle (22 °C) ou à une température chaude de +5 °C (27 °C) pendant des périodes allant de 3 heures à 60 jours, suivie d'une évaluation de leur tolérance thermique à l'aide d'un protocole de température critique maximale (CTmax). Les résultats ont montré que le CTmax augmentait avec le temps d'acclimatation pour toutes les populations. Cependant, la tolérance thermique était plus faible dans les lacs où la prévalence des parasites était plus élevée. Étonnamment, ces différences n'étaient pas dues à l'intensité des infections individuelles. Toutes les populations se sont complètement acclimatées en 10 jours à 27 °C; cependant, une diminution de la tolérance thermique a été observée après 60 jours pour les populations à forte prévalence parasitaire. Ces résultats suggèrent qu’autant les facteurs biotiques et abiotiques dans les lacs peuvent influencer l’acclimatation parmi les différentes populations. Par conséquent, il est important de comparer plusieurs populations lorsqu’on étudie un trait physiologique dans un contexte écologique.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".