MétaCan
Menu
Retour à la cohorte
Enregistrement W3217491215 · doi:10.1111/jne.13069

A half century of fish gonadotropin‐releasing hormones: Breaking paradigms

2021· review· en· W3217491215 sur OpenAlexafffund
Yonathan Zohar, Nilli Zmora, Vance L. Trudeau, José Antonio Muñoz‐Cueto, Matan Golan

Notice bibliographique

RevueJournal of Neuroendocrinology · 2021
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueReproductive biology and impacts on aquatic species
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinisterio de Ciencia e InnovaciónUniversity of OttawaAgricultural Research Development AgencyNational Science Foundation
Mots-clésFish <Actinopterygii>BiologyGonadotropin-releasing hormoneNeuroendocrinologyHormoneGonadotropinInternal medicineEndocrinologyFisheryMedicineLuteinizing hormone

Résumé

récupéré en direct d'OpenAlex

The field of fish gonadotropin-releasing hormones (GnRHs) is also celebrating its 50th anniversary this year. This review provides a chronological history of fish GnRH biology over the past five decades. It demonstrates how discoveries in fish regarding GnRH and GnRH receptor multiplicity, dynamic interactions between GnRH neurons, and additional neuroendocrine factors acting alongside GnRH, amongst others, have driven a paradigm shift in our understanding of GnRH systems and functions in vertebrates, including mammals. The role of technological innovations in enabling scientific discoveries is portrayed, as well as how fundamental research in fish GnRH led to translational outcomes in aquaculture. The interchange between fish and mammalian GnRH research is discussed, as is the value and utility of using fish models for advancing GnRH biology. Current challenges and future perspectives are presented, with the hope of expanding the dialogue and collaborations within the neuroendocrinology scientific community at large, capitalizing on diversifying model animals and the use of comparative strategies.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,975
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,043
Tête enseignante GPT0,330
Écart entre enseignants0,287 · 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.

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

Citations43
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of NeuroendocrinologyMême sujetReproductive biology and impacts on aquatic speciesTravaux en français237 207