Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 2007, the U.S. National Research Council (NRC) released a report, "Toxicity Testing in the 21st Century: A Vision and a Strategy," that proposes a paradigm shift for toxicity testing of environmental agents. The vision is based on the notion that exposure to environmental agents leads to adverse health outcomes through the perturbation of toxicity pathways that are operative in humans. Implementation of the NRC vision will involve a fundamental change in the assessment of toxicity of environmental agents, moving away from adverse health outcomes observed in experimental animals to the identification of critical perturbations of toxicity pathways. Pathway perturbations will be identified using in vitro assays and quantified for dose response using methods in computational toxicology and other recent scientific advances in basic biology. Implementation of the NRC vision will require a major research effort, not unlike that required to successfully map the human genome, extending over 10 to 20 years, involving the broad scientific community to map important toxicity pathways operative in humans. This article provides an overview of the scientific tools and technologies that will form the core of the NRC vision for toxicity testing. Of particular importance will be the development of rapidly performed in vitro screening assays using human cells and cell lines or human tissue surrogates to efficiently identify environmental agents producing critical pathway perturbations. In addition to the overview of the NRC vision, this study documents the reaction by a number of stakeholder groups since 2007, including the scientific, risk assessment, regulatory, and animal welfare communities.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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 | 0,001 |
| 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 découle