MétaCan
Menu
Retour à la cohorte
Enregistrement W1966338938 · doi:10.1139/f05-230

Effects of different ligands on the bioaccumulation and subsequent depuration of dietary Cu and Zn in juvenile rainbow trout (<i>Oncorhynchus mykiss</i>)

2006· article· en· W1966338938 sur OpenAlexafffundvenue
Victoria A. Kjoss, Chris M. Wood, D. G. McDonald

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2006
Typearticle
Langueen
DomaineNursing
ThématiqueTrace Elements in Health
Établissements canadiensUniversity of GuelphMcMaster University
Organismes subventionnairesCanada Research ChairsU.S. Environmental Protection Agency
Mots-clésRainbow troutBioaccumulationJuvenileBioavailabilityZincChemistryAnimal scienceTroutCopperBiologyFood scienceEnvironmental chemistryFish <Actinopterygii>FisheryEcology

Résumé

récupéré en direct d'OpenAlex

The effects of different ligands on the bioavailability of dietary copper (Cu) and zinc (Zn) to fish have not been thoroughly investigated. We therefore exposed juvenile rainbow trout (Oncorhynchus mykiss; ~200 mg body weight) to control food or to food supplemented with different Cu (~400 µg·g –1 food) or Zn (~1000 µg·g –1 food) compounds. Tissue metal accumulation was compared among groups. Fish fed CuO showed no differences in tissue Cu concentrations relative to control fish, suggesting that Cu was not readily available for uptake in this form. In contrast, Cu in the form of CuSO 4 , Cu-proteinate, or Cu-lysine was much more available for uptake, resulting in substantial increases in liver, gut tissue, and whole-body Cu concentrations during the loading phase and decreases during depuration, although liver and whole-body levels remained elevated after 2 weeks. We found no differences in tissue Cu accumulation among these three complexes. There were no effects on growth. For Zn, we found no differences among any of the treatments, including controls, in Zn accumulation or growth. Overall, there was homeostasis of whole-body and tissue-specific Zn concentrations despite the large differences in dietary Zn loads.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,037
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,252
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations22
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetTrace Elements in HealthTravaux en français237 207