MétaCan
Menu
Retour à la cohorte
Enregistrement W6892114756 · doi:10.5061/dryad.4qrfj6qgz

Data for: Caloric restriction extends lifespan in a clonal plant

2024· dataset· en· W6892114756 sur OpenAlexaff

Notice bibliographique

RevueDRYAD · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesnon disponible
Mots-clésCaloric theoryPhotosynthesisLight intensityAdaptation (eye)SenescenceEnergy expenditure

Résumé

récupéré en direct d'OpenAlex

When subjected to dietary caloric restriction (CR), individual animals often outlive well-fed conspecifics. Here, we address whether CR also extends lifespan in plants. Whereas caloric intake in animals comes from ingestion, in plants it derives from photosynthesis. Thus, factors that reduce photosynthesis, such as reduced light intensity, can induce CR. In two lab experiments investigating the aquatic macrophyte Lemna minor, we tracked hundreds of individuals longitudinally, with light intensity – and hence, CR – manipulated using neutral-density filters. In both experiments, CR dramatically increased lifespan through a process of temporal scaling. Moreover, the magnitude of lifespan extension accorded with the assumptions that (a) light intensity positively relates to photosynthesis following Michaelis-Menten kinetics, and (b) photosynthesis negatively relates to lifespan via a power law. Our results emphasize that CR-mediated lifespan extension applies to autotrophs as well as heterotrophs, and suggest that variation in light intensity has quantitatively predictable effects on plant aging trajectories.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
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 savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,026

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 Opus0,089
Tête enseignante GPT0,355
Écart entre enseignants0,267 · 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'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207