MétaCan
Menu
Retour à la cohorte
Enregistrement W2286757921 · doi:10.1096/fasebj.23.1_supplement.646.5

Teleost eyes: The role of the developing lens in skeletal development

2009· article· en· W2286757921 sur OpenAlexafffundabout
Megan Dufton, Brian K. Hall, Tamara A. Franz‐Odendaal

Notice bibliographique

RevueThe FASEB Journal · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensMount Saint Vincent UniversityDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDanioLens (geology)ZebrafishBiologyAnatomySkeleton (computer programming)BlindnessCartilageScleraFish <Actinopterygii>MedicineOptometryFisheryGeneticsGene

Résumé

récupéré en direct d'OpenAlex

The development of the eye is a complex process involving many signaling events. Previous research has suggested that the developing lens may influence the ocular skeleton in the Mexican tetra, Astyanax mexicanus , which exists as two morphs; one sighted and one blind. In sighted tetras, the sclera ossicles develop from a scleral cartilage template whereas in blind tetras only scleral cartilage is present. We ablated the lens in sighted tetras in order to understand the relationship between the developing lens and ocular skeleton. Two methods of surgical lens removal were used; manual removal with tungsten needles and laser removal. This resulted in one eyed fish. Histological and whole‐mount analyses of these one‐eyed fish suggests that the lens may have the capacity to regenerate, yet, surprisingly the ocular skeleton is still affected. In situ hybridizations with key genes involved in skeletal development within condensations and comparative analyses in zebrafish, Danio rerio, will also be presented. The capacity of a soft tissue to influence the skeleton in this way is intriguing. Funding provided by NSERC, Canada. Grant Funding Source NSERC

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,234
Écart entre enseignants0,218 · 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

Citations0
Publié2009
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueThe FASEB JournalMême sujetFish biology, ecology, and behaviorTravaux en français237 207