MétaCan
Menu
Retour à la cohorte
Enregistrement W6950581340 · doi:10.5683/sp2/ewfmjl

Hypoxia-seeking behavior, metabolic depression and skeletal muscle function in an amphibious fish out of water

2020· dataset· en· W6950581340 sur OpenAlexaff

Notice bibliographique

RevueBorealis · 2020
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésAcclimatizationHypoxia (environmental)Skeletal muscleFish <Actinopterygii>Metabolic rateLeg muscleRespirationLocomotor activity

Résumé

récupéré en direct d'OpenAlex

Several animals enter a state of dormancy to survive harsh environmental conditions. During dormancy, metabolic depression can be critical for economizing on limited endogenous energy reserves. We used two isogenic strains (strain 1 and strain 2) of a self-fertilizing amphibious fish (Kryptolebias marmoratus) to test the hypothesis that animals seek hypoxic microhabitats that accentuate metabolic depression during dormancy. Fish were placed in custom experimental choice chambers that maintained an O2 gradient (normoxic to hypoxic) to determine the preferred O2 level of fish out of water. We then measured the O2 consumption rate of water- (control) and air-acclimated (21 days) fish in aerial normoxia, as well as the O2 consumption rate of air-acclimated fish acutely exposed to aerial hypoxia. We then tested the hypothesis that chronic hypoxia acclimation in air would protect endogenous energy reserves and skeletal muscle integrity, thereby maintaining locomotor performance. The hypothesis predicts that K. marmoratus acclimated to aerial hypoxia will deplete energy stores more slowly, demonstrate less skeletal muscle atrophy and have better locomotor performance than fish acclimated to aerial normoxia, presumably owing to hypoxic hypometabolism. We measured the whole-body [glycogen] and lipid content in fish acclimated to water (control), air and aerial hypoxia for 21 days. The cross-sectional area of red and white muscle fibers was also measured, as well as terrestrial locomotor performance (tail-flip jumping).

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,005

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 Opus0,024
Tête enseignante GPT0,267
Écart entre enseignants0,243 · 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'étudeExpérimental (laboratoire)
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorealisTravaux en français237 207