MétaCan
Menu
Retour à la cohorte
Enregistrement W3157504160 · doi:10.1126/sciadv.abe5163

Respiratory capacity is twice as important as temperature in explaining patterns of metabolic rate across the vertebrate tree of life

2021· article· en· W3157504160 sur OpenAlexafffund
Jennifer S. Bigman, Leithen K. M’Gonigle, Nicholas C. Wegner, Nicholas K. Dulvy

Notice bibliographique

RevueScience Advances · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVertebrateTree (set theory)Metabolic rateBiologyTree of life (biology)Respiratory systemEvolutionary biologyPhylogenetic treeMathematicsEndocrinologyGeneAnatomyGenetics

Résumé

récupéré en direct d'OpenAlex

Metabolic rate underlies a wide range of phenomena from cellular dynamics to ecosystem structure and function. Models seeking to statistically explain variation in metabolic rate across vertebrates are largely based on body size and temperature. Unexpectedly, these models overlook variation in the size of gills and lungs that acquire the oxygen needed to fuel aerobic processes. Here, we assess the importance of respiratory surface area in explaining patterns of metabolic rate across the vertebrate tree of life using a novel phylogenetic Bayesian multilevel modeling framework coupled with a species-paired dataset of metabolic rate and respiratory surface area. We reveal that respiratory surface area explains twice as much variation in metabolic rate, compared to temperature, across the vertebrate tree of life. Understanding the combination of oxygen acquisition and transport provides opportunity to understand the evolutionary history of metabolic rate and improve models that quantify the impacts of climate change.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,022
Tête enseignante GPT0,279
Écart entre enseignants0,257 · 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

Citations24
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScience AdvancesMême sujetPhysiological and biochemical adaptationsTravaux en français237 207