MétaCan
Menu
Retour à la cohorte
Enregistrement W3217786480 · doi:10.3389/fphys.2021.805102

Physiological Performance Curves: When Are They Useful?

2021· review· en· W3217786480 sur OpenAlexafffund
Alex G. Little, Frank Seebacher

Notice bibliographique

RevueFrontiers in Physiology · 2021
Typereview
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPopulationSocialityPhenotypic plasticityBiologyEcologyCognitive psychologyComputer sciencePsychologyDemography

Résumé

récupéré en direct d'OpenAlex

This review serves as an introduction to a special issue of Frontiers in Physiology, focused on the importance of physiological performance curves across phylogenetic and functional boundaries. Biologists have used performance curves to describe the effects of changing environmental conditions on animal physiology since the late 1800s (at least). Animal physiologists have studied performance curves extensively over the past decades, and there is a good foundation to understanding how the environment affects physiological functions of individuals. Our goal here was to build upon this research and address outstanding questions regarding the mutability and applicability of performance curves across taxonomic groups and levels of biological organization. Performance curves are not fixed at a taxonomic, population, or individual level - rather they are dynamic and can shift in response to evolutionary pressures (e.g., selection) and epigenetic programming (e.g., plasticity). The mechanisms underlying these shifts are being increasingly used to predict the efficacy with which plasticity and heritability of performance curves can render individuals and populations less vulnerable to climate change. Individual differences in physiological performance curves (and plasticity of performance curves) can also have cascading effects at higher levels of biological organization. For instance, individual physiology likely influences group behaviors in non-additive ways. There is a need therefore to extend the concept of performance curves to social interactions and sociality. Collectively, this special issue emphasizes the power of how within- and between-individual shifts in performance curves might scale up to the population-, species-, and community-level dynamics that inform conservation management 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 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)0,007
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,007
Score d'incertitude au seuil0,037

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,005
Communication savante0,0070,013
Science ouverte0,0030,002
Intégrité de la recherche0,0050,008
Charge utile insuffisante (le modèle a refusé de juger)0,0070,004

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 Opus0,050
Tête enseignante GPT0,269
Écart entre enseignants0,218 · 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

Citations17
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in PhysiologyMême sujetPhysiological and biochemical adaptationsTravaux en français237 207