MétaCan
Menu
Retour à la cohorte
Enregistrement W2122529231 · doi:10.1016/s0168-6496(03)00129-6

Changes in growth parameters of Pseudomonas pseudoalcaligenes after ten months culturing at increasing temperature

2003· article· en· W2122529231 sur OpenAlexaff
Bihong Shi, Xuhua Xia

Notice bibliographique

RevueFEMS Microbiology Ecology · 2003
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueListeria monocytogenes in Food Safety
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Hong Kong
Mots-clésGompertz functionBiologyGrowth rateAnimal scienceStrain (injury)BotanyStatisticsAnatomyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract In this paper, we report the thermal adaptation of Pseudomonas pseudoalcaligenes, characterized as changes in growth parameters. Six clones derived from a single colony of P. pseudoalcaligenes were cultured in two different temperature regimes for 10 months, with three clones forming the control group, cultured at a constant temperature, and another three clones forming the high-temperature (HT) group, cultured at increasing temperature (from 41 to 47 degrees C). Three growth parameters were measured: the lag time (lambda), which is the period between the time of transfer to a new medium and the time when the cell replication starts; the maximum growth rate (mu(m)); and the maximum yield (A). These three parameters are major components of bacterial fitness. The Gompertz and logistic models were used to estimate these three parameters. The two models gave almost identical estimates, but the Gompertz model had R(2) values consistently larger than the logistic model. The HT clones had significantly shorter lambda, but higher mu(m) and A than the control clones when both were grown at the originally stressful temperature of 45 degrees C, suggesting significant thermal adaptation. Interestingly, the HT clones grew equally well as the control clones at 35 degrees C, i.e. improved performance at 45 degrees C was not associated with a reduced performance at 35 degrees C.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 Opus0,018
Tête enseignante GPT0,253
Écart entre enseignants0,235 · 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'étudeExpérimental (laboratoire)
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

Citations17
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFEMS Microbiology EcologyMême sujetListeria monocytogenes in Food SafetyTravaux en français237 207