MétaCan
Menu
Retour à la cohorte
Enregistrement W3040696035 · doi:10.1242/jeb.207613

Surviving anoxia: the maintenance of energy production and tissue integrity during anoxia and reoxygenation

2020· review· en· W3040696035 sur OpenAlexafffund
Georgina Cox, Todd E. Gillis

Notice bibliographique

RevueJournal of Experimental Biology · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésAnoxic watersHypoxia (environmental)BiologyAnaerobic exerciseEnergy metabolismProduction (economics)OxygenPhysiologyEcologyChemistryEndocrinology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The development of anoxia within tissues represents a significant challenge to most animals because of the decreased capacity for aerobic ATP production, the associated loss of essential cellular functions and the potential for detrimental tissue oxidation upon reoxygenation. Despite these challenges, there are many animals from multiple phyla that routinely experience anoxia and can fully recover. In this Review, we integrate knowledge gained from studies of anoxia-tolerant species across many animal taxa. We primarily focus on strategies used to reduce energy requirements, minimize the consequences of anaerobic ATP production and reduce the adverse effects of reactive oxygen species, which are responsible for tissue damage with reoxygenation. We aim to identify common strategies, as well as novel solutions, to the challenges of anoxia exposure. This Review chronologically examines the challenges faced by animals as they enter anoxia, as they attempt to maintain physiological function during prolonged anoxic exposure and, finally, as they emerge from anoxia. The capacity of animals to survive anoxia is also considered in relation to the increasing prevalence of anoxic zones within marine and freshwater environments, and the need to understand what limits survival.

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)0,001
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: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,032
Tête enseignante GPT0,296
Écart entre enseignants0,264 · 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

Citations47
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

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