MétaCan
Menu
Retour à la cohorte
Enregistrement W2164355983 · doi:10.1371/journal.pone.0072815

Relationships among Traits of Aerobic and Anaerobic Swimming Performance in Individual European Sea Bass Dicentrarchus labrax

2013· article· en· W2164355983 sur OpenAlexfundno aff
Stefano Marras, Shaun S. Killen, Paolo Domenici, Guy Claireaux, David J. McKenzie

Notice bibliographique

RevuePLoS ONE · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaRegione Autonoma della SardegnaCentre National de la Recherche ScientifiqueEuropean CommissionDavies Charitable Foundation
Mots-clésAnaerobic exerciseDicentrarchusBiologySprintSea bassAerobic capacityEcologyFisheryFish <Actinopterygii>PhysiologyPhysical therapyMedicine

Résumé

récupéré en direct d'OpenAlex

Teleost fishes exhibit wide and temporally stable inter-individual variation in a suite of aerobic and anaerobic locomotor traits. One mechanism that could allow such variation to persist within populations is the presence of tradeoffs between aerobic and anaerobic performance, such that individuals with a high capacity for one type of performance have a reduced capacity for the other. We investigated this possibility in European seabass Dicentrarchuslabrax, each measured for a battery of indicators of maximum locomotor performance. Aerobic traits comprised active metabolic rate, aerobic scope for activity, maximum aerobic swimming speed, and stride length, using a constant acceleration test. Anaerobic traits comprised maximum speed during an escape response, maximum sprint speed, and maximum anaerobic burst speed during constant acceleration. The data provided evidence of significant variation in performance among individuals, but there was no evidence of any trade-offs among any traits of aerobic versus anaerobic swimming performance. Furthermore, the anaerobic traits were not correlated significantly among each other, despite relying on the same muscular structures. Thus, the variation observed may reflect trade-offs with other morphological, physiological or behavioural traits.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

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
Bibliométrie0,0010,000
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 Opus0,054
Tête enseignante GPT0,189
Écart entre enseignants0,135 · 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

Citations56
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetPhysiological and biochemical adaptationsTravaux en français237 207