MétaCan
Menu
Retour à la cohorte
Enregistrement W2219136283 · doi:10.6084/m9.figshare.1192933.v1

Data accompanying "Shotgun proteomics reveals physiological response to ocean acidification in Crassostrea gigas"

2014· article· en· W2219136283 sur OpenAlexaboutno aff
Timmins-Schiffman Emma, Roberts Steven

Notice bibliographique

RevueFigshare · 2014
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOcean acidificationShotgun proteomicsBiologyOceanographyFisheryEcologyProteomicsEnvironmental scienceClimate changeGeology

Résumé

récupéré en direct d'OpenAlex

These are the raw data that accompany Table 1, Figure 1, Figure 3, and Figure S2 in Timmins-Schiffman E, Coffey WD, Hua W, Nunn BL, Dickinson GH, Roberts SB. (2014) Shotgun proteomics reveals physiological response to ocean acidification in Crassostrea gigas. PeerJ PrePrints 2:e388v1http://dx.doi.org/10.7287/peerj.preprints.388v1. Table 1. Water chemistry summary data. Mean and ± standard deviation are provided for the 29 day experiment. Salinity is an average of nineteen measurements and AT was measured four times. pH and temperature values are from the continuous monitoring by the DuraFET probe. pH, temperature, salinity, and AT were directly measured and all other parameters were calculated using CO2calc (Robbins et al., 2010). Figure 1. Data for mean Vickers microhardness and fracture toughness of C. gigas shells. Hardness and fracture toughness values are proviced for each oyster from the low (400 µatm CO2), mid (1000 µatm) and high (2800 µatm) treatments. Figure 3. Oyster mortality over 6 days from heat shock exposure at 42, 43, and 44°C after incubation at 400, 800, 1000, or 2800 µatm CO2 for 1 month. Figure S2. Tissue mass (in mg) and glycogen content (µg/µl) for each oyster analyzed from low (400 µatm CO2), mid (800 µatm), and high (2800 µatm).

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)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,876
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,006
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 ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0290,004

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 Opus0,095
Tête enseignante GPT0,290
Écart entre enseignants0,195 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207