MétaCan
Menu
Retour à la cohorte
Enregistrement W2264839439 · doi:10.1016/j.envpol.2016.01.074

Predicting chronic copper and nickel reproductive toxicity to Daphnia pulex-pulicaria from whole-animal metabolic profiles

2016· article· en· W2264839439 sur OpenAlexafffund
Nadine S. Taylor, Jennifer Kirwan, Craig A. Johnson, Norman D. Yan, Mark R. Viant, John M. Gunn, James C. McGeer

Notice bibliographique

RevueEnvironmental Pollution · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensWilfrid Laurier UniversityYork UniversityLaurentian University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDaphnia pulexToxicityCopperDaphniaBiologyBranchiopodaCladoceraPulexEnvironmental chemistryNickelReproductive toxicityHeavy metalsToxicologyZoologyChemistryCrustaceanMedicineInternal medicine

Résumé

récupéré en direct d'OpenAlex

The emergence of omics approaches in environmental research has enhanced our understanding of the mechanisms underlying toxicity; however, extrapolation from molecular effects to whole-organism and population level outcomes remains a considerable challenge. Using environmentally relevant, sublethal, concentrations of two metals (Cu and Ni), both singly and in binary mixtures, we integrated data from traditional chronic, partial life-cycle toxicity testing and metabolomics to generate a statistical model that was predictive of reproductive impairment in a Daphnia pulex-pulicaria hybrid that was isolated from an historically metal-stressed lake. Furthermore, we determined that the metabolic profiles of organisms exposed in a separate acute assay were also predictive of impaired reproduction following metal exposure. Thus we were able to directly associate molecular profiles to a key population response - reproduction, a key step towards improving environmental risk assessment and management.

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 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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,550
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,008
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations35
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental PollutionMême sujetEnvironmental Toxicology and EcotoxicologyTravaux en français237 207