MétaCan
Menu
Retour à la cohorte
Enregistrement W2129681915 · doi:10.1897/02-173

Gonadal differentiation in frogs exposed to estrogenic and antiestrogenic compounds

2003· article· en· W2129681915 sur OpenAlexaff
Constanze A. Mackenzie, Michael Berrill, Chris D. Metcalfe, Bruce D. Pauli

Notice bibliographique

RevueEnvironmental Toxicology and Chemistry · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePharmaceutical and Antibiotic Environmental Impacts
Établissements canadiensCarleton UniversityTrent University
Organismes subventionnairesnon disponible
Mots-clésBiologyFeminization (sociology)Internal medicineSexual differentiationEndocrinologyVitellogenesisGonadDevelopment of the gonadsAmphibianOvaryAromataseGerm cellEndocrine systemOocyteEmbryoHormoneEcologyCell biology

Résumé

récupéré en direct d'OpenAlex

Exposure of amphibians to endocrine disrupting compounds (EDCs) may alter differentiation of gonads, especially when exposures begin during early life stages. Gonadal differentiation was observed in leopard frogs (Rana pipiens) and wood frogs (Rana sylvatica) exposed as tadpoles to estrogenic (estradiol, ethinylestradiol, nonylphenol) and antiestrogenic compounds (an aromatase inhibitor, flavone, and an antiestrogen, ICI 182780). Exposure to all compounds at micrograms/L concentrations altered gonadal differentiation in some animals by inducing either complete feminization or an intersex condition, and altered testicular tubule morphology, increased germ cell maturation (vitellogenesis), and oocyte atresia. Comparisons between the two species indicate that R. pipiens are more susceptible to sex reversal and development of intersex gonads. However, R. sylvatica also showed alterations to testicular morphology, germ cell maturation, and ooctye atresia. These laboratory results indicate that amphibians could be susceptible to altered gonadal differentiation and development when exposed to estrogenic and antiestrogenic compounds in aquatic environments, such as those impacted by agricultural, industrial, and municipal runoff.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,106
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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)0,0020,000

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 Opus0,010
Tête enseignante GPT0,226
Écart entre enseignants0,216 · 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 tête enseignante, pas un consensus.

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

Citations116
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Toxicology and ChemistryMême sujetPharmaceutical and Antibiotic Environmental ImpactsTravaux en français237 207