MétaCan
Menu
← Retour à la cohorte
Enregistrement W2885495075 · doi:10.1002/9781119391128.ch9

Brain Dead: The Dynamic Neuroendocrinological Adaptations During Hypometabolism in Mammalian Hibernators

2018· other· en· W2885495075 sur OpenAlexaff
Samantha M. Logan, Alex J. Watts, Kenneth B. Storey

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBat Biology and Ecology Studies
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésHibernation (computing)BiologyNeuroscienceThermoregulationHypothalamusCentral nervous systemEcologyState (computer science)

Résumé

récupéré en direct d'OpenAlex

Some mammals that are faced with severe climates or reduced food availability may overcome these challenges by making use of hibernation – a state coordinated by the central nervous system in response to normally lethal environmental challenges to the animal. Hibernators can survive extended periods of unfavorable conditions while maintaining lowered levels of essential cellular processes (i.e., transcription/translation), by significantly reducing energy use in the brain as well as most peripheral organs. A requirement for significantly lower energy use during hibernation is remarkable phenotypic plasticity within several physiological processes including endocrine activity, metabolic activity, thermoregulation and rhythmic behaviors and mechanisms. Of major importance during hibernation is the hypothalamus, which, in cooperation with major neuroendocrine axes, regulates almost every aspect of hibernation including robust monitoring of metabolic needs or seasonal photoperiod and temperature rhythms. Information encoded by endocrine signals is integrated with incoming information to the hypothalamus to control the timing of euthermic arousals or re-entry into a heterothermic state. To survive the drastic changes imposed upon itself, a hibernator similarly requires mechanisms for its survival upon hibernation cessation, namely through defense of its neurons against neurotoxic and degenerative signals. The following chapter describes the plethora of changes within the mentioned systems and pathways, that are either required for entry into, or for the continuation of hibernation. Exploring differences between hibernating and euthermic organisms, and comparisons of mechanisms that allow hibernation in different species, broadens researchers' understanding of the organization and regulation of mammalian nervous systems, and may prove fruitful for further discoveries about the extent of mammalian capabilities.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

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

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 Opus0,016
Tête enseignante GPT0,225
Écart entre enseignants0,209 · 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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetBat Biology and Ecology Studies→Travaux en français237 207→