Factor analysis of essential and toxic elements in human placentas from deliveries in artic and subarctic areas of Russia and Norway
Notice bibliographique
Résumé
Concentrations in human placenta of 11 essential elements (P, Ca, Mg, Cu, S, Na, Fe, Zn, K, Se, Mn) and 5 toxic elements (Ba, Sr, Pb, Ni, Cd) are compared for each of two arctic communities in eastern Norway and western Russia, and for another in each country located at more southerly latitudes. All but Mg, Fe, P and K were present in higher concentrations in the Russian study group. The observed inter-element correlations are reflected by the four major factors identified in a principal component analysis. The total variation explained was 67.3%, of which more than half (35.3%) was contributed by Factor 1. P, Ca, Mg, Ba, Sr, Pb, and Ni were major contributors to this factor. The placental concentrations of these elements depended strongly on gestational age, increasing from about week 35 and peaking near weeks 39 and 40, and exhibited skewed frequency distributions and a dependence on maternal smoking. The gestational-dependent mineralization of the placenta is interpreted to reflect the deposition of metal phosphates coinciding with smoking-induced tissue damage. The loadings of the remaining three factors are reviewed in the context of common uptake mechanisms, similar biochemistries and unique transport pathways. The inter-element relationships and grouping of the elements observed should constitute a scientific base for the use of placenta composition in environmental monitoring and epidemiological studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».