MétaCan
Menu
← Retour à la cohorte
Enregistrement W2970575733 · doi:10.1098/rspb.2019.0859

The role of humidity and metabolic status on lean mass catabolism in migratory Swainson's thrushes (<i>Catharus ustulatus</i>)

2019· article· en· W2970575733 sur OpenAlexafffund
Derrick J. E. Groom, Jessica E. Deakin, M. Collette Lauzau, Alexander R. Gerson

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAvian ecology and behavior
Établissements canadiensWestern University
Organismes subventionnairesDivision of Integrative Organismal SystemsBird Studies Canada
Mots-clésLean body massCatabolismZoologyEnvironmental scienceBiologyBody weightEndocrinology

Résumé

récupéré en direct d'OpenAlex

Migratory birds use protein as a fuel source during flight, but the mechanisms and benefits of protein catabolism during migration are poorly understood. The tissue-specific turnover rate hypothesis proposes that lean mass loss depends solely on the constitutive rate of protein degradation for a given tissue, and is therefore independent of metabolic rate or environmental stimuli. However, it has been demonstrated that environmental stressors such as humidity affect the rate of lean mass catabolism during flight, a finding that seemingly contradicts the tissue-specific turnover rate hypothesis. In order to resolve this, we placed migratory Swainson's thrushes in either high (HEWL) or low (LEWL) evaporative water loss conditions at rest and while undergoing simulated migratory flight at 8 m s−1in a wind tunnel to test the impact of both environmental stressors and metabolic rate on the rate of protein breakdown. The total quantity and rate of lean mass loss was not different between flight and rest birds, but was affected by humidity condition, with HEWL losing significantly more lean mass. These results show that the rate of protein breakdown in migratory birds is independent of metabolic rate, but it can be augmented in response to environmental stressors.

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 enseignants0,006
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 savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,214
Écart entre enseignants0,204 · 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

Citations14
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological Sciences→Même sujetAvian ecology and behavior→Travaux en français237 207→