MétaCan
Menu
Retour à la cohorte
Enregistrement W1546837475 · doi:10.2788/138523

Assessment of Mixtures - Review of Regulatory Requirements and Guidance

2017· article· en· W1546837475 sur OpenAlexaboutno aff
Aude Kienzler, Elisabet Berggren, Bessems Joseph, Bopp Stephanie, Van Der Linden Sander, Worth Andrew

Notice bibliographique

RevueJoint Research Centre (European Commission) · 2017
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCarcinogens and Genotoxicity Assessment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLegislationEuropean unionRisk assessmentRisk analysis (engineering)BusinessEnvironmental planningMultitudeEnvironmental protectionPolitical scienceInternational tradeComputer scienceEnvironmental scienceLawComputer security

Résumé

récupéré en direct d'OpenAlex

Humans and the environment are continuously exposed to a multitude of substances via different routes of exposure. However, the risk assessment of chemicals for regulatory purposes does not generally take into account the “real life” exposure to multiple substances, but mainly relies on the assessment of individual compounds. This report summarizes the different methodologies that are used to assess the toxic effects of mixtures (Chapter 1). It also provides an overview of current legislation in the EU that deals with the safety assessment of chemicals in different matrices and whether, and if so to what extent, the current legislation addresses the toxicological risk of mixtures (Chapter 2). Relevant Guidance Documents from the EU and other countries (USA, Canada) and international organisations (such as the WHO or the OECD) are also included in the review (Chapter 3).

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,667
Score d'incertitude au seuil0,457

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,069
Tête enseignante GPT0,397
Écart entre enseignants0,328 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations46
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJoint Research Centre (European Commission)Même sujetCarcinogens and Genotoxicity AssessmentTravaux en français237 207