MétaCan
Menu
Retour à la cohorte
Enregistrement W4231165494 · doi:10.21451/1809-3000.rbra2021.034

O que já sabemos sobre a reprodução de fêmeas de grandes felídeos?

2021· article· pt· W4231165494 sur OpenAlexaff
Pedro Nacib Jorge‐Neto, A Traldi, Letícia Alecho Requena, Thyara de Deco-Souza, Antônio Carlos Csermak‐Jr, Cristiane Schilbach Pizzutto, Gediendson Ribeiro de Araújo, Thiago Cavalheri Luczinski, Hernán Baldassarre

Notice bibliographique

RevueRevista Brasileira de Reprodução Animal · 2021
Typearticle
Languept
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésArtHumanities

Résumé

récupéré en direct d'OpenAlex

ResumoOs grandes felídeos são predadores de topo de cadeia com um papel essencial nos ecossistemas globais.O conceito de Conservação Única propõe a reprodução artificial como uma das ferramentas para reduzir a vulnerabilidade dessas espécies.Este manuscrito teve como objetivo avaliar o que há de novo na reprodução de grandes felídeos na última década.O conhecimento da fisiologia e do comportamento reprodutivo é o primeiro passo para o desenvolvimento de tecnologias reprodutivas em animais selvagens.Nos grandes felídeos, o comportamento copulatório é de fundamental importância, pois necessitam de mecanismos de indução da ovulação, que podem ser mecânicos, sensoriais ou via administração de hormônio luteinizante.O sucesso no cuidado neonatal representa o sucesso da tecnologia reprodutiva em fêmeas.Na última década, o sucesso da inseminação artificial foi relatado apenas em tigres-siberianos e leopardos da Anatólia, e a inseminação de onças-pintadas é foco de pesquisa do Instituto Reprocon, trocando material genético entre ambientes in situ e ex situ por meio de inseminação artificial.Para obter oócitos viáveis de alta qualidade, a técnica de escolha é a colheita de oócitos por laparoscopia.A produção de embriões in vitro enfrenta desafios para a maturação eficiente de oócitos e sua vitrificação eficiente.As técnicas reprodutivas

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)0,003
score de la tête « metaresearch » (Gemma)0,003
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,276
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,020
Tête enseignante GPT0,283
Écart entre enseignants0,262 · 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'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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRevista Brasileira de Reprodução AnimalMême sujetAnimal Genetics and ReproductionTravaux en français237 207