MétaCan
Menu
Retour à la cohorte
Enregistrement W2119356879 · doi:10.1002/ps.449

The effects of phytochemical pesticides on the growth of cultured invertebrate and vertebrate cells

2002· article· en· W2119356879 sur OpenAlexaff
A. Salehzadeh, Abdul Jabbar, Lynn Jennens, Steven V. Ley, Ramasamy S Annadurai, Roger Adams, Robin H.C. Strang

Notice bibliographique

RevuePest Management Science · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect Pest Control Strategies
Établissements canadiensSurrey Memorial Hospital
Organismes subventionnairesnon disponible
Mots-clésAzadirachtinRotenoneBiologyPhytochemicalTerpenoidPesticideCell growthCell cultureInsect growth regulatorInvertebrateGrowth inhibitionIn vitroToxicityInsectToxicologyBotanyBiochemistryChemistryEcologyMitochondrion

Résumé

récupéré en direct d'OpenAlex

A range of cultured cells of invertebrate and vertebrate origin was grown in the presence of a number of phytochemical pesticides to test the effect of the latter on cell proliferation. The main observation was that azadirachtin was a potent inhibitor of insect cell replication, with an EC50 of 1.5 x 10(10) M against Spodoptera cells and of 6.3 x 10(9) M against Aedes albopictus cells, whilst affecting mammalian cells only at high concentrations (> 10(-4) M). As expected, the other phytochemical pesticides, except for rotenone, had little effect on the growth of the cultured cells. Rotenone was highly effective in inhibiting the growth of insect cells (EC50:10(-8) M) but slightly less toxic towards mammalian cells (EC50:2 x 10(-7) M). Neem terpenoids other than azadirachtin and those very similar in structure significantly inhibited growth of the cell cultures, but to a lesser degree. The major neem seed terpenoids, nimbin and salannin, for example, inhibited insect cell growth by 23% and 15%, respectively.

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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,009
Tête enseignante GPT0,180
Écart entre enseignants0,172 · 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

Citations48
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePest Management ScienceMême sujetInsect Pest Control StrategiesTravaux en français237 207