MétaCan
Menu
Retour à la cohorte
Enregistrement W2997832907 · doi:10.2983/035.038.0326

Life History Traits Conferring Larval Resistance against Ocean Acidification: The Case of Brooding Oysters of the Genus Ostrea

2019· article· en· W2997832907 sur OpenAlexaff
Matthew W. Gray, Óscar R. Chaparro, Klaus B. Huebert, Sean O’Neill, Tania Couture, A.H. Moreira, Damian C. Brady

Notice bibliographique

RevueJournal of Shellfish Research · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensMount Allison UniversityMcGill University
Organismes subventionnairesOffice of Experimental Program to Stimulate Competitive ResearchNational Science Foundation
Mots-clésOstrea edulisBiologyOysterContext (archaeology)Resistance (ecology)EcologyOcean acidificationBroodEcosystemFisheryClimate change

Résumé

récupéré en direct d'OpenAlex

As oceans and many estuaries become more acidic, identifying adaptable or nonadaptable species (“winners” or “losers”) will enable better predictions of community and ecosystem function alterations due to climate change. Marine bivalves are frequently subjects of ocean acidification (OA) research because of their perceived vulnerability, which also threatens loss of their valuable ecosystem services. Studies indicate that larvae of many broadcast spawning oyster and mussel species are physiologically sensitive to alterations in carbonate chemistry. Running counter to this trend are recent investigations of brooding oyster species (genus Ostrea) that suggest their offspring may be considerably more resistant to OA stress. Although the precise mechanism conferring OA resistance to Ostrea larvae is unknown, a strong candidate appears to be exaptation of traits developing embryos that require to cope with adverse carbonate conditions they typically encounter in the brood chamber. New and previously reported data on Ostrea brood chamber conditions are discussed in the context of OA. Novel technical and experimental approaches are offered to address current knowledge gaps in future studies.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,186
Score d'incertitude au seuil0,320

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
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)0,0000,000

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 Opus0,064
Tête enseignante GPT0,279
Écart entre enseignants0,215 · 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 tête enseignante, 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

Citations22
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Shellfish ResearchMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207