MétaCan
Menu
Retour à la cohorte
Enregistrement W2019787905 · doi:10.1111/j.1095-8649.2010.02581.x

White muscle 20S proteasome activity is negatively correlated to growth rate at low temperature in the spotted wolffish <i>Anarhichas minor</i>

2010· article· en· W2019787905 sur OpenAlexaff
Simon G. Lamarre, Pierre Blier, William R. Driedzic, Nathalie R. Le François

Notice bibliographique

RevueJournal of Fish Biology · 2010
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensUniversité du Québec à RimouskiMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBiologyAcclimatizationProteasomeBiochemistryEcology

Résumé

récupéré en direct d'OpenAlex

The effect of temperature and mass on specific growth rate (G) was examined in spotted wolffish Anarhichas minor of different size classes (ranging from 60 to 1500 g) acclimated at different temperatures (4, 8 and 12 degrees C). The relationship between G and 20S proteasome activity in heart ventricle, liver and white muscle tissue was then assessed in fish acclimated at 4 and 12 degrees C to determine if protein degradation via the proteasome pathway could be imposing a limitation on somatic growth. Cardiac 20S proteasome activity was not affected by acclimation temperature nor fish mass and had no correlation with G. Hepatic 20S proteasome activity was higher at 12 degrees C but did not show any relationship with G. Partial correlation analysis showed that white muscle 20S proteasome activity was negatively correlated to G (partial Pearson's r = -0.609) but only at cold acclimation temperature (4 degrees C). It is suggested that acclimation to cold temperature involves compensation of the mitochondrial oxidative capacity which would in turn lead to increased production of oxidatively damaged proteins that are degraded by the proteasome pathway and ultimately negatively affects G at cold temperature.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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 recherche0,0000,000
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 Opus0,010
Tête enseignante GPT0,220
Écart entre enseignants0,210 · 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

Citations10
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetAquaculture Nutrition and GrowthTravaux en français237 207