A Web Tool for the Identification of Potential Interactive Effects of Chemical Mixtures
Notice bibliographique
Résumé
This project was undertaken to develop a toxicological database allowing the identification of possible additive or other interactive effects of mixtures present in the work environment. In the first phase of the project, whose findings have already been published, critical toxicological data were compiled for each of the 695 chemical substances in the Quebec Occupational Health Regulation, allowing the prediction of potential additivity among components of a mixture. In the second phase of this project, the types of interactions for mixtures most likely to be found in workplaces and for which primary literature data are available were specified. The toxicological data were evaluated only for realistic exposure concentrations up to the short-term exposure limit or ceiling value or five times the 8-hr time-weighted average (TWA) permissible exposure limit (PEL) for human data and up to 100 times the 8-hr TWA PEL or ceiling value for animal studies. In total, 675 studies were evaluated covering 209 binary mixtures of substances. For the majority of cases where potential additivity was identified in Phase 1, there is a lack of toxicological data in the primary literature. In these cases, the results of the first phase will be useful as the default hypothesis. The resulting database integrates the results from both phases of the project. A web-based computer tool allows the user to determine whether there is potential additivity or interaction among components of a mixture.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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) | 0,000 | 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 tête enseignante, 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 ».