Development of a Copper Database for Exposure-Response Analysis
Notice bibliographique
Résumé
While its precise form has not yet been defined, it is assumed that the exposure-response curve for copper (Cu) is U-shaped, as both Cu deficiency and excess can produce adverse health effects. Exposure-response relationships provide the foundation for setting recommended levels of exposure to essential and nonessential substances. A group of toxicologists, biologists, and epidemiologists formed a working group in 2002 to review the literature on Cu excess and deficiency as well as possible exposure-response modeling strategies. It was decided that in order to conduct more complex modeling exercises with studies on Cu, the information had to be organized into a database for application of emerging analytical approaches in exposure-response assessment. The database would support both current as well as proposed methods for exposure-response assessment and accommodate a variety of reporting methods found in the literature. As there are multiple studies looking at a wide range of adverse health effects attributed to excess and deficiency, data were organized into ordered categories of severity to create a common measure of response. The present study (1) outlines the approach used to identify studies for the Cu database based on their quality and usefulness for exposure-response analyses; (2) provides an overview of the process used to define a common dose metric; and (3) describes the process used to categorize a diverse number of responses from Cu excess and deficiency to an ordinal severity score. Efforts are underway to use this database to define the exposure-response curve for Cu excess and deficiency; however, the comprehensive database can be used to carry out other in-depth analyses on Cu toxicity.
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 | 0,002 | 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 ».