MétaCan
Menu
Retour à la cohorte
Enregistrement W2097670230 · doi:10.3920/978-90-8686-712-7_18

Representing tissue mass and morphology in mechanistic models of digestive function in ruminants

2011· book-chapter· en· W2097670230 sur OpenAlexaff
A. Bannink, J. Dijkstra, J. France

Notice bibliographique

RevueWageningen Academic Publishers eBooks · 2011
Typebook-chapter
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueRuminant Nutrition and Digestive Physiology
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésRumenHistologyBiologyDigestion (alchemy)Small intestineAbsorption (acoustics)AnatomyChemistryBiochemistryMaterials scienceChromatography

Résumé

récupéré en direct d'OpenAlex

Representing changes in morphological and histological characteristics of epithelial tissue in the rumen and intestine and to evaluate their implications for absorption and tissue mass in models of digestive function requires a quantitative approach. The aim of the present study was to quantify tissue mass (M) and absorptive area (AA) from parameters that are easily derived from morphological inspection and histology of tissue biopsies, and to compare this representation with approaches in current model of digestive function. Relatively small changes of 5% in some morphological and histological characteristics were calculated to affect absorptive area (AA) and epithelial tissue mass (M) strongly in the rumen and the intestine of cattle. The cumulative effect of changes in volume, height and width of primary protrusions and of secondary protrusions of the rumen wall was 18% for rumen mucosal AA and 29% for rumen serosal AA. It was 24% for intestinal mucosal AA. The cumulative effect on rumen and intestinal M was 20% and 22%, respectively. The simulations indicate that allometric functions that relate volume or weight to AA and M require exponentiation with an exponent higher than those based on geometric shape or volume.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,759
Score d'incertitude au seuil0,824

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,049
Tête enseignante GPT0,238
Écart entre enseignants0,188 · 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'étudeThéorique ou conceptuel
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

Citations2
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWageningen Academic Publishers eBooksMême sujetRuminant Nutrition and Digestive PhysiologyTravaux en français237 207