MétaCan
Menu
Retour à la cohorte
Enregistrement W2030725327 · doi:10.1080/10937404.2010.483933

The Future of Toxicity Testing

2010· review· en· W2030725327 sur OpenAlexaff
Melvin E. Andersen, Mustafa Al‐Zoughool, Maxine C. Croteau, Margit Westphal, Daniel Krewski

Notice bibliographique

RevueJournal of Toxicology and Environmental Health Part B · 2010
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésStakeholderToxicityHuman healthRisk assessmentAnimal testingAdverse Outcome PathwayRisk analysis (engineering)Computer scienceComputational biologyBiologyMedicineEnvironmental healthPolitical scienceEcologyComputer security

Résumé

récupéré en direct d'OpenAlex

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.

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)0,006
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0010,004
Communication savante0,0030,008
Science ouverte0,0030,002
Intégrité de la recherche0,0050,005
Charge utile insuffisante (le modèle a refusé de juger)0,0090,004

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 Opus0,191
Tête enseignante GPT0,436
Écart entre enseignants0,244 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations53
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Toxicology and Environmental Health Part BMême sujetAnimal testing and alternativesTravaux en français237 207