MétaCan
Menu
Retour à la cohorte
Enregistrement W2134745492 · doi:10.1111/j.0022-3646.2003.02-193.x

HEAVY METAL–INDUCED OXIDATIVE STRESS IN ALGAE<sup>1</sup>

2003· article· en· W2134745492 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Phycology · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésCatalaseSuperoxide dismutaseReactive oxygen speciesBiologyOxidative stressAlgaeGlutathione peroxidaseGlutathioneEnvironmental chemistryMetal toxicityAntioxidantCarotenoidPollutantPeroxidaseBiochemistryHeavy metalsEcologyEnzymeChemistry

Résumé

récupéré en direct d'OpenAlex

Heavy metals, depending on their oxidation states, can be highly reactive and, as a consequence, toxic to most organisms. They are produced by an expanding variety of anthropogenic sources suggesting an increasingly important role for this form of pollution. The toxic effect of heavy metals appears to be related to production of reactive oxygen species (ROS) and the resulting unbalanced cellular redox status. Algae respond to heavy metals by induction of several antioxidants, including diverse enzymes such as superoxide dismutase, catalase, glutathione peroxidase and ascorbate peroxidase, and the synthesis of low molecular weight compounds such as carotenoids and glutathione. At high, or acute, levels of metal pollutants, damage to algal cells occurs because ROS levels exceed the capacity of the cell to cope. At lower, or chronic, levels algae accumulate heavy metals and can pass them on to organisms of other trophic levels such as mollusks, crustaceans, and fishes. We review here the evidence linking metal accumulation, cellular toxicity, and the generation of ROS in aquatic environments.

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 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)0,001
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 enseignants0,179
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0220,000

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 Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,237 · 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