MétaCan
Menu
Retour à la cohorte
Enregistrement W2138723475 · doi:10.1146/annurev-publhealth-031210-101153

New Directions in Toxicity Testing

2011· review· en· W2138723475 sur OpenAlexafffund
Daniel Krewski, Margit Westphal, Mustafa Al‐Zoughool, Maxine C. Croteau, Melvin E. Andersen

Notice bibliographique

RevueAnnual Review of Public Health · 2011
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCarcinogens and Genotoxicity Assessment
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesNational Center for GM CropsNatural Sciences and Engineering Research Council of CanadaNational Institute of Environmental Health SciencesUniversity of Ottawa
Mots-clésContext (archaeology)Risk assessmentToxicityHuman healthIdentification (biology)Adverse Outcome PathwayTest strategyRisk analysis (engineering)Computer scienceMedicineEnvironmental healthComputational biologyBiologyComputer security

Résumé

récupéré en direct d'OpenAlex

In 2007, the U.S. National Research Council (NRC) published a groundbreaking report entitled Toxicity Testing in the 21st Century: A Vision and a Strategy. The purpose of this report was to develop a long-range strategic plan to update and advance the way environmental agents are tested for toxicity. The vision focused on the identification of critical perturbations of toxicity pathways that lead to adverse human health outcomes using modern scientific tools and technologies. This review describes how emerging scientific methods will move the NRC vision forward and improve the manner in which the potential health risks associated with exposure to environmental agents are assessed. The new paradigm for toxicity testing is compatible with the widely used four-stage risk assessment framework originally proposed by the NRC in 1983 in the so-called Red Book. The Nrf2 antioxidant pathway provides a detailed example of how relevant pathway perturbations will be identified within the context of the new NRC vision for the future of toxicity testing. The implications of the NRC vision for toxicity testing for regulatory risk assessment are also discussed.

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)0,016
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,016
Score d'incertitude au seuil0,085

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,007
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0050,004
Études des sciences et des technologies0,0010,008
Communication savante0,0040,012
Science ouverte0,0040,004
Intégrité de la recherche0,0070,011
Charge utile insuffisante (le modèle a refusé de juger)0,0070,005

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 Opus0,116
Tête enseignante GPT0,403
Écart entre enseignants0,287 · 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

Citations109
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnual Review of Public HealthMême sujetCarcinogens and Genotoxicity AssessmentTravaux en français237 207