MétaCan
Menu
Retour à la cohorte
Enregistrement W3005014207 · doi:10.17179/excli2018-1710

Pesticide toxicity: a mechanistic approach

2018· review· en· W3005014207 sur OpenAlexaff
Volodymyr I. Lushchak, Tetiana M. Matviishyn, V. Hušák, Janet M. Storey, Kenneth B. Storey

Notice bibliographique

RevuePubMed · 2018
Typereview
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePesticide Exposure and Toxicity
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésPesticideFungicideBiotransformationBioaccumulationXenobioticBiologyChemistryBiotechnologyToxicologyBiochemistryEnvironmental chemistryEcologyEnzyme

Résumé

récupéré en direct d'OpenAlex

Pesticides are known for their high persistence and pervasiveness in the environment, and along with products of their biotransformation, they may remain in and interact with the environment and living organisms in multiple ways, according to their nature and chemical structure, dose and targets. In this review, the classifications of pesticides based on their nature, use, physical state, pathophysiological effects, and sources are discussed. The effects of these xenobiotics on the environment, their biotransformation in terms of bioaccumulation are highlighted with special focus on the molecular mechanisms deciphered to date. Basing on targeted organisms, most pesticides are classified as herbicides, fungicides, and insecticides. Herbicides are known as growth regulators, seedling growth inhibitors, photosynthesis inhibitors, inhibitors of amino acid and lipid biosynthesis, cell membrane disrupters, and pigment biosynthesis inhibitors, whereas fungicides include inhibitors of ergosterol biosynthesis, protein biosynthesis, and mitochondrial respiration. Insecticides mainly affect nerves and muscle, growth and development, and energy production. Studying the impact of pesticides and other related chemicals is of great interest to animal and human health risk assessment processes since potentially everyone can be exposed to these compounds which may cause many diseases, including metabolic syndrome, malnutrition, atherosclerosis, inflammation, pathogen invasion, nerve injury, and susceptibility to infectious diseases. Future studies should be directed to investigate influence of long term effects of low pesticide doses and to minimize or eliminate influence of pesticides on non-target living organisms, produce more specific pesticides and using modern technologies to decrease contamination of food and other goods by pesticides.

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)0,000
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: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,002

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 Opus0,089
Tête enseignante GPT0,255
Écart entre enseignants0,166 · 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
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

Citations540
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePubMedMême sujetPesticide Exposure and ToxicityTravaux en français237 207