Notice bibliographique
Résumé
The gut microbiome and aquatic toxicology: an emerging concept for environmental health Ondrej Adamovsky, Amanda N. Buerger, Alexis M. Wormington, Naomi Ector, Robert J. Griffitt, Joseph H. Bisesi Jr., and Christopher J. Martyniuk DOI: 10.1002/etc.4249 Best Paper Award co-winner Ondrej Adamovsky. Best Paper Award co-winner Amanda N. Buerger. Willie J.G.M Peijnenburg Dutch National Institute of Public Health and the Environment (RIVM) Bilthoven, The Netherlands Hummingbirds and bumble bees exposed to neonicotinoid and organophosphate insecticides in the Fraser Valley, British Columbia, Canada C.A. Bishop, A.J. Moran, M.C. Toshack, E. Elle, F. Maisonneuve, and J.E. Elliott DOI:10.1002/etc.4174. Review of atrazine sampling by polar organic chemical integrative samplers and Chemcatcher K. Booij and S. Chen DOI:10.1002/etc.4160 The acute toxicity of major ion salts to Ceriodaphnia dubia. III. Mathematical models for mixture toxicity R.J. Erickson, D.R. Mount, T.L. Highland, J.R. Hockett, D.J. Hoff, C.T. Jenson, T.J. Norberg-King, and K.N. Peterson DOI:10.1002/etc.3953 When significance becomes insignificant: Effect sizes and their uncertainties in Bayesian and frequentist frameworks as an alternative approach when analyzing ecotoxicological data A. Feckler, M. Low, J.P. Zubrod, and M. Bundschuh DOI:10.1002/etc.4127 Importance of growth rate on mercury and polychlorinated biphenyl bioaccumulation in fish J. Li, G.D. Haffner, G. Paterson, D.M. Walters, M.D. Burtnyk, and K.G. Drouillard DOI:10.1002/etc.4114 Evaluation of the use of bias factors with water monitoring data P.L. Mosquin, J. Aldworth, and W. Chen DOI:10.1002/etc.4154 Fate, uptake, and distribution of nanoencapsulated pesticides in soil–earthworm systems and implications for environmental risk assessment M.A. Mohd Firdaus, A. Agatz, M.E. Hodson, O.S. Al-Khazrajy, and A.B. Boxall DOI:10.1002/etc.4094. A framework for ecological risk assessment of metal mixtures in aquatic systems C. Nys, T. Van Regenmortel, C.R. Janssen, K. Oorts, E. Smolders, and K.A. De Schamphelaere DOI:10.1002/etc.4039 Understanding sources of methylmercury in songbirds with stable mercury isotopes: Challenges and future directions M.T. Tsui, E.M. Adams, A.K. Jackson, D.C. Evers, J.D. Blum, and S.J. Balogh DOI:10.1002/etc.3941 The combined and interactive effects of zinc, temperature, and phosphorus on the structure and functioning of a freshwater community D. Van de Perre, I. Roessink, C.R. Janssen, E. Smolders, F. De Laender, P.J. Van den Brink, and K.A. De Schamphelaere DOI:10.1002/etc.4201. Fate, uptake, and distribution of nanoencapsulated pesticides in soil–earthworm systems and implications for environmental risk assessment. Mohd Anuar Mohd Firdaus, Annika Agatz, Mark E. Hodson, Omar S.A. Al-Khazrajy, and Alistair B.A. Boxall Best Student Paper Award winner Mohd Anuar Mohd Firdaus.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,009 | 0,003 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,799 | 0,722 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».