MétaCan
Menu
Retour à la cohorte
Enregistrement W2780264326 · doi:10.5539/jas.v9n13p122

Pesticide Exposures Induce Male-Mediated Reproductive Toxicity: A Review

2017· review· en· W2780264326 sur OpenAlexvenueno aff
Nur Afizah Yusoff, Siti Balkis Budin, Izatus Shima Taib

Notice bibliographique

RevueJournal of Agricultural Science · 2017
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Exposure and Toxicity
Établissements canadiensnon disponible
Organismes subventionnairesUniversiti Kebangsaan Malaysia
Mots-clésBiologyPesticideInfertilityFertilitySemen qualitySpermReproductive toxicityPhysiologyToxicityToxicologyPregnancyMedicineEnvironmental healthEcologyGeneticsPopulationInternal medicine

Résumé

récupéré en direct d'OpenAlex

Infertility remains a continuing globally problem wherever couples worldwide were infertile as much as 42 million in 1990 and keep projecting to 48.5 million in 2010. Male-mediated infertility becomes one of the numerous concerns due to pesticide especially sperm quality as revealed with raising number of animal and human studies in latter-day among researchers. Pesticides have been used since the early days as pest control in agriculture, as vector controls in malaria and dengue as well as subject to much regulation. The reproductive system might be affected with some negative effects from pesticides that lead to interference with the male hormonal function. Polyunsaturated fatty acid (PUFA) content in the sperm cell membrane makes it become highly susceptible towards reactive oxygen species (ROS), thus leading to sperm damage. Besides known genetic and environmental factors, research during the last two decades has highlight on several mechanisms and their association with male infertility. The male germ line undergoes extensive epigenetic modifications throughout fetal to adult life hence vulnerable to environmental factors that may influence fertility. The present literature will help in understanding the mechanisms of pesticide in inducing male-mediated reproductive toxicity.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,984
Score d'incertitude au seuil0,755

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0030,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,090
Tête enseignante GPT0,330
Écart entre enseignants0,240 · 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'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations4
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural ScienceMême sujetPesticide Exposure and ToxicityTravaux en français237 207