MétaCan
Menu
Retour à la cohorte
Enregistrement W1553160036 · doi:10.2331/fishsci.68.sup2_1037

Effects of cold shock and cortisol on heat shock protein levels in rainbow trout

2002· article· en· W1553160036 sur OpenAlexafffund
IOSHIKI NAKANO, Niladri Basu, Toshiyasu Yamaguchi, Minoru Sato, Kazumi Nakano, Jason Hicks, George K. Iwama

Notice bibliographique

RevueFisheries Science · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensInstitute for Marine BiosciencesUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British ColumbiaMinistry of Education, Culture, Sports, Science and Technology
Mots-clésRainbow troutEndocrinologyHeat shock proteinInternal medicineHsp70Shock (circulatory)BiologyHydrocortisoneCold stressEndocrine systemFish <Actinopterygii>HormoneMedicineBiochemistryFishery

Résumé

récupéré en direct d'OpenAlex

The effect of cold shock and increased levels of circulating cortisol on heat shock proteins (Hsp) levels in rainbow trout (Oncorhynchus mykiss) were examined. Cold shock: When the cultured hepatocytes were exposed to cold (at 4°C for 2h), Hsp 70 level in hepatocytes were similar to that in control. However, Hsp 30 was markedly induced by cold shock. Cortisol: The high concentration of circulating cortisol (pharmacological levels) was found to reduce the Hsp 70 levels in liver and gill of cortisol implanted fish (50 μg cortisol/g body weight) exposed to heat shock (at 22°C for 2h) compared to the sham. These results suggest that the expressions of Hsp 30 and 70 in cell may be affected by cold stress response and circulating cortisol levels in fish, respectively. Furthermore, cellular stress response, such as Hsp expression, might be related with neuroendocrine/endocrine system in fish.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,204
Écart entre enseignants0,184 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFisheries ScienceMême sujetPhysiological and biochemical adaptationsTravaux en français237 207