MétaCan
Menu
← Retour à la cohorte
Enregistrement W4414973172 · doi:10.1002/ece3.72319

Thermal Variability Modulates Altitudinal Differences in Metabolic Plasticity of the Asiatic Toad

2025· article· en· W4414973172 sur OpenAlexaff
Yuechan Zhang, Song Tan, Jinzhong Fu, Jingfeng Chen

Notice bibliographique

RevueEcology and Evolution · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésEctothermPhenotypic plasticityAcclimatizationPlasticityMetabolic rateBasal metabolic rateAltitude (triangle)

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Physiological plasticity is crucial for survival in fluctuating environments. The climate variability hypothesis (CVH) proposes that physiological plasticity scales with climatic variation across geographical gradients, yet its generality remains debated. Furthermore, the mediating role of prior thermal history is largely unexplored. This study examines how altitude and thermal variation shape phenotypic plasticity in resting metabolic rate (RMR) and maximum metabolic rate (MMR) of Asiatic toads ( Bufo gargarizans ). We found that RMR plasticity, but not MMR plasticity, varied altitudinally and was influenced by thermal conditions. Compared to low‐altitude toads, high‐altitude individuals exhibited reduced RMR plasticity, contradicting the CVH. This difference was amplified under higher thermal variability. In contrast, MMR plasticity showed no altitudinal variation or response to thermal variability. However, warm acclimation significantly increased MMR thermal sensitivity. Metabolic substrate choice depended on pre‐acclimation thermal experience. Our results indicate that RMR plasticity, rather than MMR plasticity, primarily underpins altitudinal adaptation, and increased thermal fluctuation may disrupt this adaptive pattern. This research provides novel insights into macrophysiological responses to global warming.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,196 · 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'étudeObservationnel
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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology and Evolution→Même sujetPhysiological and biochemical adaptations→Travaux en français237 207→