MétaCan
Menu
Retour à la cohorte
Enregistrement W1990263469 · doi:10.1139/z10-039

Metabolic power budgeting and adaptive strategies in zoology: examples from scallops and fishThe present review is one of a series of occasional review articles that have been invited by the Editors and will feature the broad range of disciplines and expertise represented in our Editorial Advisory Board.

2010· article· en· W1990263469 sur OpenAlexaffvenue
Helga Guderley, Hans‐Otto Pörtner

Notice bibliographique

RevueCanadian Journal of Zoology · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésBiologyAdaptive valueCompromisePower (physics)EcologyOrganismReproduction

Résumé

récupéré en direct d'OpenAlex

Evolutionary explanations of the adaptive value of animal characteristics are often expressed in energetic terms, but unless they are accompanied by demonstrations of limited energy availability, they remain speculative. In this review, we argue that metabolic power budgeting provides easily testable mechanisms through which energetically efficient attributes could become adaptive. Given each organism’s maximal aerobic (and metabolic) capacity, available metabolic power (energy use per unit time) is limited and must be partitioned between different processes. This leads to compromises among the major fitness functions of growth, locomotor activity, and reproductive investment. As examples of such conflicts, we examine the compromise among growth, reproduction, and predator avoidance in scallops, as well as the means whereby thermal limitations on oxygen uptake reflect the geographical distribution limits and associated energetic trade-offs of temperate zone and polar fishes. These examples show several means whereby the budgeting of aerobic power is implicated in the major fitness trade-offs faced by animals.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,019
Tête enseignante GPT0,242
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations116
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207