To what extent might N2 limit dive performance in king penguins?
Notice bibliographique
Résumé
A mathematical model was used to explore if elevated levels of N2, and risk of decompression sickness (DCS), could limit dive performance (duration and depth) in king penguins (Aptenodytes patagonicus). The model allowed prediction of blood and tissue (central circulation, muscle, brain and fat) N2 tensions (P(N2)) based on different cardiac outputs and blood flow distributions. Estimated mixed venous P(N2) agreed with values observed during forced dives in a compression chamber used to validate the assumptions of the model. During bouts of foraging dives, estimated mixed venous and tissue P(N2) increased as the bout progressed. Estimated mean maximum mixed venous P(N2) upon return to the surface after a dive was 4.56+/-0.18 atmospheres absolute (ATA; range: 4.37-4.78 ATA). This is equivalent to N2 levels causing a 50% DCS incidence in terrestrial animals of similar mass. Bout termination events were not associated with extreme mixed venous N2 levels. Fat P(N2) was positively correlated with bout duration and the highest estimated fat P(N2) occurred at the end of a dive bout. The model suggested that short and shallow dives occurring between dive bouts help to reduce supersaturation and thereby DCS risk. Furthermore, adipose tissue could also help reduce DCS risk during the first few dives in a bout by functioning as a sink to buffer extreme levels of N2.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».