MétaCan
Menu
Retour à la cohorte
Enregistrement W2137072164 · doi:10.1111/j.1095-8649.2009.02468.x

Digestive capacities, inbreeding and growth capacities in juvenile Arctic charr <i>Salvelinus alpinus</i>

2009· article· en· W2137072164 sur OpenAlexaff
Delphine Ditlecadet, Pierre Blier, Nathalie R. Le François, France Dufresne

Notice bibliographique

RevueJournal of Fish Biology · 2009
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensUniversité du Québec à RimouskiMontreal BiodomeMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBiologySalvelinusJuvenileCitrate synthaseGlutamate dehydrogenaseZoologyInbreedingAnimal scienceEcologyBiochemistryFish <Actinopterygii>EnzymeTroutFisheryGlutamate receptorPopulation

Résumé

récupéré en direct d'OpenAlex

Genetic variation in growth performance was estimated in 26 families from two commercial strains of Arctic charr Salvelinus alpinus. Physiological determinants of growth and metabolic capacities were also assessed through enzymatic assays. A relatedness coefficient was attributed to each family using parental genotypes at seven microsatellite loci. After 15 months of growth, faster growing families had significantly lower relatedness coefficients than slower growing families, suggesting their value as indicators of growth potential. Individual fish that exhibited higher trypsin activity also displayed higher growth rate, suggesting that superior protein digestion capacities can be highly advantageous at early stages. Capacities to use amino acids as expressed by glutamate dehydrogenase (GDH) activities were lower in the liver of fast-growing fish (13-20%), whereas white muscle of fast-growing fish showed higher activities than that of slow-growing fish for amino acid metabolism and aerobic capacity [22-32% increase for citrate synthase (CS), aspartate aminotransferase (AAT) and GDH]. The generally higher glycolytic capacities (PK and LDH) in white muscle of fast-growing fish indicated higher burst swimming capacities and hence better access to food.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

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
Bibliométrie0,0010,000
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 Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,202 · 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

Citations7
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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