MétaCan
Menu
Retour à la cohorte
Enregistrement W2337746908 · doi:10.1039/c6mt00031b

Effects of inorganic mercury on the olfactory pits of zebrafish larvae

2016· article· en· W2337746908 sur OpenAlexafffund
Tracy C. MacDonald, Nicole J. Sylvain, Ashley K. James, Ingrid J. Pickering, Patrick H. Krone, Graham N. George

Notice bibliographique

RevueMetallomics · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesArgonne National LaboratoryBasic Energy SciencesNatural Sciences and Engineering Research Council of CanadaOffice of ScienceCanada Research ChairsCanadian Institutes of Health ResearchSaskatchewan Health Research FoundationCanadian Light SourceUniversity of WashingtonU.S. Department of Energy
Mots-clésMercury (programming language)ZebrafishOlfactionOlfactory systemSensory systemLarvaBiologyChemistryAnatomyNeuroscienceEcologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

Mercury compounds are highly toxic; due to the rising levels of mercury pollution, both human and environmental exposure to mercury are increasing. Occupational exposure to inhaled mercury can be high, causing adverse effects not only in the lungs, but in the olfactory system as well. Olfaction plays a critical role in the survival of fish and other vertebrates, and impaired olfaction can substantially impact human quality of life. We present a study of the effects of mercury exposure in the olfactory pits of zebrafish larvae using a combination of X-ray fluorescence imaging and immunohistochemistry. We show that mercury accumulates in the sensory cells of the olfactory pits and also that it may also damage primary neurons, such as those that innervate olfactory pits.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,149
Score d'incertitude au seuil0,950

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,219
Écart entre enseignants0,202 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMetallomicsMême sujetMercury impact and mitigation studiesTravaux en français237 207