MétaCan
Menu
Retour à la cohorte
Enregistrement W2899122881 · doi:10.1242/jeb.161349

Can variation among hypoxic environments explain why different fish species use different hypoxic survival strategies?

2018· review· en· W2899122881 sur OpenAlexafffund
Milica Mandic, Matthew D. Regan

Notice bibliographique

RevueJournal of Experimental Biology · 2018
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésBiologyHypoxia (environmental)Anaerobic exerciseEcologyZoologyPhysiologyOxygenChemistry

Résumé

récupéré en direct d'OpenAlex

ABSTRACT In aquatic environments, hypoxia is a multi-dimensional stressor that can vary in O2 level (partial pressure of O2 in water, PwO2), rate of induction and duration. Natural hypoxic environments can therefore be very different from one another. For the many fish species that have evolved to cope with these different hypoxic environments, survival requires adjusting energy supply and demand pathways to maintain energy balance. The literature describes innumerable ways that fishes combine aerobic metabolism, anaerobic metabolism and metabolic rate depression (MRD) to accomplish this, but it is unknown whether the evolutionary paths leading to these different strategies are determined primarily by species' phylogenetic histories, genetic constraint or their native hypoxic environments. We explored this idea by devising a four-quadrant matrix that bins different aquatic hypoxic environments according to their duration and PwO2 characteristics. We then systematically mined the literature for well-studied species native to environments within each quadrant, and, for each of 10 case studies, described the species' total hypoxic response (THR), defined as its hypoxia-induced combination of sustained aerobic metabolism, enhanced anaerobic metabolism and MRD, encompassing also the mechanisms underlying these metabolic modes. Our analysis revealed that fishes use a wide range of THRs, but that distantly related species from environments within the same matrix quadrant have converged on similar THRs. For example, environments of moderately hypoxic PwO2 favoured predominantly aerobic THRs, whereas environments of severely hypoxic PwO2 favoured MRD. Capacity for aerial emergence as well as predation pressure (aquatic and aerial) also contributed to these responses, in addition to other biotic and abiotic factors. Generally, it appears that the particular type of hypoxia experienced by a fish plays a major role in shaping its particular THR.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,067
Tête enseignante GPT0,288
Écart entre enseignants0,221 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations58
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental BiologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207