MétaCan
Menu
Retour à la cohorte
Enregistrement W4210942551 · doi:10.1098/rspb.2021.1918

The evolution of sour taste

2022· review· en· W4210942551 sur OpenAlexfundno aff
Hannah E. R. Frank, Michelle Trautwein, Paula D’Almeida Maia, Emily R. Liman, Lauren M. Nichols, Kurt Schwenk, Paul Breslin, Robert R. Dunn

Notice bibliographique

RevueProceedings of the Royal Society B Biological Sciences · 2022
Typereview
Langueen
DomaineNursing
ThématiqueBiochemical Analysis and Sensing Techniques
Établissements canadiensnon disponible
Organismes subventionnairesNational Institute on Deafness and Other Communication DisordersCanadian Institute for Advanced Research
Mots-clésTasteBiologyEvolutionary biologyFood science

Résumé

récupéré en direct d'OpenAlex

The evolutionary history of sour taste has been little studied. Through a combination of literature review and trait mapping on the vertebrate phylogenetic tree, we consider the origin of sour taste, potential cases of the loss of sour taste, and those factors that might have favoured changes in the valence of sour taste-from aversive to appealing. We reconstruct sour taste as having evolved in ancient fish. By contrast to other tastes, sour taste does not appear to have been lost in any major vertebrate taxa. For most species, sour taste is aversive. Animals, including humans, that enjoy the sour taste triggered by acidic foods are exceptional. We conclude by considering why sour taste evolved, why it might have persisted as vertebrates made the transition to land and what factors might have favoured the preference for sour-tasting, acidic foods, particularly in hominins, such as humans.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,959
Score d'incertitude au seuil0,778

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0000,000
Science ouverte0,0020,001
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 Opus0,060
Tête enseignante GPT0,308
Écart entre enseignants0,249 · 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'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

Citations41
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Royal Society B Biological SciencesMême sujetBiochemical Analysis and Sensing TechniquesTravaux en français237 207