MétaCan
Menu
← Retour à la cohorte
Enregistrement W2345562910 · doi:10.1039/9781849732970-00115

Aryl Hydrocarbon Receptor Targeted by Xenobiotic Compounds and Dietary Phytochemicals

2011· book-chapter· en· W2345562910 sur OpenAlexaff
Jason Matthews

Notice bibliographique

Revuenon disponible
Typebook-chapter
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAryl hydrocarbon receptorChemistryXenobioticEnvironmental chemistryFish <Actinopterygii>ArylReceptorTranscription factorPharmacologyBiochemistryBiologyOrganic chemistryEnzyme

Résumé

récupéré en direct d'OpenAlex

The aryl hydrocarbon receptor (AhR) is a ligand-activated transcription factor that mediates the toxic effects of halogenated aromatic hydrocarbons (HAHs) such as polychlorinated dibenzo-p-dioxins (PCDDs), polychlorinated dibenzofurans (PCDFs) and select polychlorinated biphenyls (PCBs). Detectable levels of these contaminants are present in all humans. The most toxic compound in the class is 2,3,7,8-tetrachlordibenzo-p-dioxin (TCDD or dioxin). Laboratory animals exposed to environment levels of TCDD exhibit a wide spectrum of toxic responses, including increases in a number of different cancers. It is estimated that 90% of human exposure to these compounds is through dietary intake of products from animal origin and fish. AhR also exhibits profound ligand binding promiscuity, binding a number of compounds including phytochemicals such as polyphenols and flavonoids, many of which act as AhR antagonists. The presence of AhR-binding phytochemicals in the diet may in some cases antagonize the toxic effects of AhR-activating food contaminants. In this chapter we discuss the signalling pathways, the molecular mechanisms and potential health effects of activation of AhR by the dioxin-like food contaminants as well as the potential beneficial effects of AhR-modulating phytochemicals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,055

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,012

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 Opus0,012
Tête enseignante GPT0,197
Écart entre enseignants0,185 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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

En bref

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetToxic Organic Pollutants Impact→Travaux en français237 207→