MétaCan
Menu
Retour à la cohorte
Enregistrement W3010449663 · doi:10.3389/fphys.2020.00142

Comparative Respiratory Physiology in Cetaceans

2020· article· en· W3010449663 sur OpenAlexaff
Andreas Fahlman, Alicia Borque‐Espinosa, Federico Facchin, Diana Ferrero Fernandez, Paola Muñoz Caballero, Martin Haulena, Julie Rocho‐Levine

Notice bibliographique

RevueFrontiers in Physiology · 2020
Typearticle
Langueen
DomaineNeuroscience
ThématiqueNeuroscience of respiration and sleep
Établissements canadiensVancouver Aquarium
Organismes subventionnairesOffice of Naval Research
Mots-clésComparative physiologyRespiratory physiologyRespiratory systemPhysiologyBiologyZoologyComputational biologyAnatomy

Résumé

récupéré en direct d'OpenAlex

In the current study we used breath-by-breath respirometry to evaluate respiratory physiology under voluntary control in a male beluga calf (Delphinapterus leucas, body mass range [Mb]: 151-175 kg), an adult female (estimated Mb = 500-550kg) and a juvenile male (Mb = 279kg) false killer whale (Pseudorca crassidens) housed in managed care. Our results suggest that the measured breathing frequency (fR) is lower, while tidal volume (VT) is significantly greater as compared with allometric predictions from terrestrial mammals. Including previously published data from adult bottlenose dolphin (Tursiops truncatus) beluga, harbour porpoise (Phocoena phocoena), killer whale (Orcinus orca), pilot (Globicephala scammoni), and gray whale (Eschrichtius robustus) show that the allometric mass-exponents for VT and fR are similar to that for terrestrial mammals (VT: 1.00, fR: -0.20). In addition, our results suggest an allometric relationship for respiratory flow Respiratory physiology in cetaceans, with a mass-exponent between 0.63-0.70, and where the expiratory was an average 25% higher as compared with inspiratory flow. These data provide enhanced understanding of the respiratory physiology of cetaceans and are useful to provide proxies of lung function to better understand lung health or physiological limitations.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,294
Score d'incertitude au seuil0,698

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,067
Tête enseignante GPT0,301
Écart entre enseignants0,234 · 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'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

Citations87
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetNeuroscience of respiration and sleepTravaux en français237 207