MétaCan
Menu
Retour à la cohorte
Enregistrement W2060078585 · doi:10.1021/es702215c

Effects of Diesel on Survival, Growth, and Gene Expression in Rainbow Trout (<i>Oncorhynchus mykiss</i>) Fry

2008· article· en· W2060078585 sur OpenAlexafffund
Lizzy Mos, Glenn A. Cooper, Kerrie Christine Serben, Marc Cameron, Ben F. Koop

Notice bibliographique

RevueEnvironmental Science & Technology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensUniversity of Victoria
Organismes subventionnairesGenome British ColumbiaGenome Canada
Mots-clésRainbow troutBiologyEcotoxicityToxicityMicroarrayGene expressionToxicologyFisheryGeneFish <Actinopterygii>GeneticsInternal medicineMedicine

Résumé

récupéré en direct d'OpenAlex

Diesel spills are all too frequent disturbances of freshwater ecosystems, largely as a result of the quantities transported and consumed. Assessing the risk that such events may pose to aquatic life remains a difficult process, because of the complexity of this hydrocarbon mixture and our limited knowledge of its toxicity. A diesel spike experiment with rainbow trout (Oncorhynchus mykiss) fry was carried out to fill this knowledge gap. Survival, growth, and gene expression changes were assessed and toxicity thresholds were determined. Whereas the biological end points were consistent in the determination of (sub)lethal doses, microarrays supplied additional information on the mechanism of toxicity (oxygen deprivation) and potential long-term effects (feminization, immune system alterations) of diesel exposure on salmonids. Hemoglobins, prostaglandins, cytochromes, and gluthathion-S-transferases were among the molecular biomarkers proposed for use in future risk assessments based on microarray results. By bridging traditional toxicity testing with recent microarray technologies, this study shows the potential of genomics tools in ecotoxicity studies as well as industrial applications, including risk assessment, in the near future.

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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,012

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 Opus0,005
Tête enseignante GPT0,199
Écart entre enseignants0,194 · 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
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

Citations27
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetEnvironmental Toxicology and EcotoxicologyTravaux en français237 207