MétaCan
Menu
← Retour à la cohorte
Enregistrement W4225403338 · doi:10.1242/jeb.244239

Characterizing the hypoxic performance of a fish using a new metric: <i>P</i>AAS-50

2022· article· en· W4225403338 sur OpenAlexafffund
Yangfan Zhang, Daniel W. Montgomery, Connor F. White, Jeffrey G. Richards, Colin J. Brauner, Anthony P. Farrell

Notice bibliographique

RevueJournal of Experimental Biology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésRainbow troutLimitingFish <Actinopterygii>TroutMetric (unit)Hypoxia (environmental)StatisticsMathematicsOxygenEnvironmental scienceBiologyChemistryFisheryEngineeringOperations management

Résumé

récupéré en direct d'OpenAlex

The hypoxic constraint on peak oxygen uptake (ṀO2,peak) was characterized in rainbow trout over a range of ambient oxygen tensions with different testing protocols and statistical models. The best-fit model was selected using both statistical criteria (R2 and AIC) and the model's prediction of three anchor points for hypoxic performance: critical PO2 (Pcrit), maximum ṀO2 and a new metric, the minimum PO2 that supports 50% of absolute aerobic scope (PAAS-50). The best-fitting model was curvilinear using five strategically selected PO2 values. This model predicted PAAS-50 as 70 mmHg (coefficient of variation, CV=9%) for rainbow trout. Thus, while a five-point hypoxic performance curve can characterize the limiting effects of hypoxia in fish, as envisaged by Fry over 75 years ago, PAAS-50 is a promising metric to compare hypoxic constraints on performance in a standardized manner both within and across fish species.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,036
Tête enseignante GPT0,268
Écart entre enseignants0,232 · 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'étudeExpérimental (laboratoire)
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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Experimental Biology→Même sujetPhysiological and biochemical adaptations→Travaux en français237 207→