The effect of environmental factors on transepithelial potential in a model Amazonian teleost, the tambaqui ( <scp> <i>Colossoma macropomum</i> </scp> ): Implications for sodium balance in harsh environments
Notice bibliographique
Résumé
Abstract The tambaqui ( Colossoma macropomum , G. Cuvier 1818) thrives both in the ion‐poor waters of the Amazon and in commercial aquaculture. In both, environmental conditions can be harsh due to low ion levels, occasional high salt challenges (in aquaculture), low pH, extreme PO 2 levels (hypoxia and hyperoxia), high PCO 2 levels (hypercapnia), high ammonia levels (in aquaculture), and high and low temperatures. Ion transport across the gill is affected by active transport processes, passive diffusive permeability, ion concentrations (the chemical gradient), and transepithelial potential (TEP, the electrical gradient). The latter is a very important indicator of ionoregulatory status but is rarely measured. Using normoxic, normocapnic, ion‐poor, low–dissolved organic carbon (DOC) well water (27°C, pH 7.0) as the acclimation and reference condition, we first confirmed that the strongly negative TEP (−22.3 mV inside relative to the external water) is a simple diffusion potential. We then evaluated the effects on TEP of more complex waters from the Rio Negro (strong hyperpolarization) and Rio Solimões (no significant change). Additionally, we have quantified significant effects of acute, realistic changes in environmental conditions—low pH (depolarization), hypercapnia (depolarization), hypoxia (depolarization), hyperoxia (hyperpolarization), elevated NaCl concentrations (depolarization), and elevated NH 4 Cl concentrations (depolarization). The TEP responses help explain many of the changes in net Na + flux rates reported in the literature. We have also shown marked effects of temperature on TEP and unidirectional Na + flux rates (hyperpolarization and decreased fluxes at 21°C, depolarization and increased fluxes at 33°C) with no changes in net Na + flux rates. Calculations based on the Nernst equation demonstrate the importance of the TEP changes in maintaining net Na + balance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».