Effects of agricultural pesticides on the immune system of <i>Rana pipiens</i> and on its resistance to parasitic infection
Notice bibliographique
Résumé
In the past 30 years, many amphibian species have suffered population declines throughout the world. Mass mortality have been frequently reported, and in several instances, infectious diseases appear to be the cause of death. The role that contaminants could play in these die-offs through immunotoxic effects has been poorly investigated. In this study, juvenile leopard frogs (Rana pipiens) were exposed for 21 d to a mixture of six pesticides (atrazine, metribuzin, aldicarb, endosulfane, lindane, and dieldrin) and subsequently challenged with a parasitic nematode, Rhabdias ranae. Exposure to the mixture at environmentally realistic concentrations significantly reduced lymphocyte proliferation. Three weeks after the end of the exposure, lymphocyte proliferation had recovered and was stimulated in frogs challenged with parasites with the exception of those previously exposed to the highest concentration. No pesticide effects on phagocytosis and splenocyte numbers were detectable at the end of the exposure period, but these two parameters were diminished 21 d after the infection challenge in frogs previously exposed to the highest levels of pesticides. In these animals, the prevalence of lung infection by R. ranae also tended to be higher. These results suggest that agricultural pesticides can alter the immune response of frogs and affect their ability to deal with parasitic infection.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».