MétaCan
Menu
Retour à la cohorte
Enregistrement W4392391003 · doi:10.1098/rsbl.2023.0346

Are fish immunocompetent enough to face climate change?

2024· review· en· W4392391003 sur OpenAlexaff
Andrea Franke, Anne Beemelmanns, Joanna J. Miest

Notice bibliographique

RevueBiology Letters · 2024
Typereview
Langueen
DomaineImmunology and Microbiology
ThématiqueAquaculture disease management and microbiota
Établissements canadiensUniversité Laval
Organismes subventionnairesVolkswagen FoundationCanterbury Christ Church University
Mots-clésBiologyClimate changeStressorEcologyHypoxia (environmental)Immune systemDiseaseImmunityFish <Actinopterygii>ImmunologyFisheryNeuroscience

Résumé

récupéré en direct d'OpenAlex

Ongoing climate change has already been associated with increased disease outbreaks in wild and farmed fish. Here, we evaluate the current knowledge of climate change-related ecoimmunology in teleosts with a focus on temperature, hypoxia, salinity and acidification before exploring interactive effects of multiple stressors. Our literature review reveals that acute and chronic changes in temperature and dissolved oxygen can compromise fish immunity which can lead to increased disease susceptibility. Moreover, temperature and hypoxia have already been shown to enhance the infectivity of certain pathogens/parasites and to accelerate disease progression. Too few studies exist that have focussed on acidification, but direct immune effects seem to be limited while salinity studies have led to contrasting results. Likewise, multi-stressor experiments essential for unravelling the interactions of simultaneously changing environmental factors are still scarce. This ultimately impedes our ability to estimate to what extent climate change will hamper fish immunity. Our review about epigenetic regulation mechanisms highlights the acclimation potential of the fish immune response to changing environments. However, due to the limited number of epigenetic studies, overarching conclusions cannot be drawn. Finally, we provide an outlook on how to better estimate the effects of realistic climate change scenarios in future immune studies in fish.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,053
Tête enseignante GPT0,314
Écart entre enseignants0,261 · 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

Citations42
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiology LettersMême sujetAquaculture disease management and microbiotaTravaux en français237 207