MétaCan
Menu
← Retour à la cohorte
Enregistrement W2587344808 · doi:10.1038/srep41848

Implementation of a method to visualize noise-induced hearing loss in mass stranded cetaceans

2017· article· en· W2587344808 sur OpenAlexaff
Maria Morell, Andrew Brownlow, Barry McGovern, Stephen Raverty, Robert E. Shadwick, M. André

Notice bibliographique

RevueScientific Reports · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensMinistry of AgricultureMinistry of HealthUniversity of British Columbia
Organismes subventionnairesConsejo Superior de Investigaciones Científicas
Mots-clésOrgan of CortiInner earCochleaNoise (video)Hearing lossHair cellBiologyComputer scienceAudiologyAnatomyMedicineArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Assessment of the impact of noise over-exposure in stranded cetaceans is challenging, as the lesions that lead to hearing loss occur at the cellular level and inner ear cells are very sensitive to autolysis. Distinguishing ante-mortem pathology from post-mortem change has been a major constraint in diagnosing potential impact. Here, we outline a methodology applicable to the detection of noise-induced hearing loss in stranded cetaceans. Inner ears from two mass strandings of long-finned pilot whales in Scotland were processed for scanning electron microscopy observation. In one case, a juvenile animal, whose ears were fixed within 4 hours of death, revealed that many sensory cells at the apex of the cochlear spiral were missing. In this case, the absence of outer hair cells would be compatible with overexposure to underwater noise, affecting the region which transduces the lowest frequencies of the pilot whales hearing spectrum. Perfusion of cochlea with fixative greatly improved preservation and enabled diagnostic imaging of the organ of Corti, even 30 hours after death. This finding supports adopting a routine protocol to detect the pathological legacy of noise overexposure in mass stranded cetaceans as a key to understanding the complex processes and implications that lie behind such stranding events.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,050
Tête enseignante GPT0,381
Écart entre enseignants0,331 · 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'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

Citations26
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetMarine animal studies overview→Travaux en français237 207→