← Retour à la cohorte
Assessing the Carcinogenic Potential of Low Dose Exposures to Chemical Mixtures in the Environment: Replicative immortality
William H. Goodson, Leroy Lowe, O. David Carpenter, Michael Gilbertson, Abdul Manaf Ali, Adela Lopez de Cerain Salsamendi, Ahmed Lasfar, Amancio Carnero, Amaya Azqueta, Amedeo Amedei, Kellie A. Charles, Dale W. Laird, C. Daniel Koch, J. Danielle Carlin, W. Dean Felsher, Debasish Roy, Gavin Brown, Edward A. Ratovitski, Philip Ryan, Emanuela Corsini, Emilio Rojas, H. Masoud Manjili, Eun‐Yi Moon, Ezio Laconi, Fabio Marongiu, Fahd Al-Mulla, Ferdinando Chiaradonna, F. Darroudi, J. Frederik Van Schooten, Samantha Goldberg, Gerard Wagemaker, E. Matilde Lleonart, N. Gladys Nangami, Mónica Calaf, P. Graeme Williams, Thorsten Wolf, Gudrun Koppen, Gunnar Brunborg, H. Kim Lyerly, Harini Krishnan, Hasiah Ab Hamid, Hemad Yasaei, Menghang Xia, Hirohito Sone, Hiroshi Kondoh, K. Salem, Hsue‐Yin Hsu, Hyun Ho Park, Igor Koturbash, R. Isabelle Miousse, A. Ivana Scovassi, E. James Klaunig, Jan Vondráček, J. Michael Gonzalez Guzman, Jayadev Raju, Jesse Roman, John Pierce Wise, R. Jonathan Whitfield, Jordan Woodrick, Anjili Christopher, Josiah Ochieng, Juan Fernando Martínez-Leal, Judith Weisz, Julia Kravchenko, V. Michalis Karamouzis, Jun Sun, R. Kalan Prudhomme, Kannan Badri Narayanan, A. Karine Cohen-Solal, Kim Moorwood, Laetitia Gonzalez, Laura Soucek, Le Jian, S. Leandro D’Abronzo, Liang Lin, Micheline Kirsch‐Volders, Lin Li, Linda Gulliver, J. Lisa McCawley, Lorenzo Memeo, Louis Vermeulen, Luc Leyns, Luoping Zhang, Mahara Valverde, Mahin Khatami, Maria Fiammetta Romano, Monica Vaccari, Marion Chapellier, Adrienne Williams, Mark Wade, B. Nancy Kuemmerle, Neetu Singh, Nichola Cruickshanks, R. Collins, Nicole Kleinstreuer, Nicolas Van Larebeke, Nuzhat Ahmed, Olugbemiga Ogunkua, P K Krishnakumar, Pankaj Vadgama, A. Paola Marignani, Manosij Ghosh, Patricia Ostrosky‐Wegman, Adrian Thompson, Andrew Ward, Paul Dent, Petr Heneberg, Philippa D. Darbre, Po Sing Leung, Pratima Nangia‐Makker, Qiang Cheng, R. Brooks Robey, Rabeah Al‐Temaimi, Rabindra Roy, Rafaela Andrade-Vieira, C. Anna Salzberg, K. Ranjeet Sinha, Rekha Mehta, Renza Vento, Riccardo Di Fiore, Richard Ponce‐Cusi, Rita Dornetshuber-Fleiss, Rita Nahta, Claudia Castellino, Roberta Palorini, A. Roslida Hamid, Annamaria Colacci, A. S. Sabine Langie, E. Sakina Eltom, Alice S. Brooks, Sandra Ryeom, Sandra S. Wise, N. Sarah Bay, Abigail Harris, Silvana Papagerakis, Simona Romano, Sofia Pavanello, Ann‐Karin Olsen, Staffan Eriksson, Stefano Forte, C. Stephanie Casey, Sudjit Luanpitpong, Tae-Jin Lee, Takemi Otsuki, Tao Chen, Thierry Massfelder, J. Thomas Sanderson, Tiziana Guarnieri, Arthur Berg, Tove Hultman, Valérian Dormoy, Valerie Odero-Marah, Venkata Sabbisetti, Véronique Maguer‐Satta, W. Kimryn Rathmell, Wilhelm Engström, Kristin Decker, H. William Bisson, Yon Rojanasakul, John Barclay, Yunus Luqmani, Zhenbang Chen, Zhiwei Hu, Peitao Zhou, Carmen Blanco‐Aparicio, J. Carolyn Baglole, Chenfang Dong, Chiara Mondello, Chia-Wen Hsu, C. Christian Naus, Clément G. Yedjou, S. Colleen Curran
Notice bibliographique
RevueKyoto University Research Information Repository (Kyoto University) · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesCore Research for Evolutional Science and TechnologyNational Institute of Environmental Health SciencesCanadian Institutes of Health ResearchNational Institutes of HealthFundación FeroFondo Nacional de Ciencia y TecnologíaUniversidad de TarapacáUniversitetet i OsloAssociazione Italiana per la Ricerca sul CancroKing Abdulaziz City for Science and TechnologyHealth and Medical Research FundNatural Sciences and Engineering Research Council of CanadaMinistry of Education, Science and TechnologyInstituto de Salud Carlos IIIOhio State UniversityNational Research Foundation of KoreaCalifornia Breast Cancer Research ProgramKuwait Foundation for the Advancement of SciencesAmerican Cancer SocietyFonds Wetenschappelijk OnderzoekDalhousie UniversitySwim Across AmericaNational Science CouncilU.S. Department of Veterans AffairsAustrian Science FundGrantová Agentura České RepublikyInstitut National de la Santé et de la Recherche MédicaleNational Institute on Minority Health and Health DisparitiesUniversità di BolognaEuropean CommissionAXA Research FundCancer Research UKNova Scotia Health Research FoundationTaipei Medical UniversityJapan Science and Technology AgencyUniversity of OtagoNorges ForskningsrådMinistero dell’Istruzione, dell’Università e della RicercaArkansas Biosciences InstituteUniversité de StrasbourgDalhousie Medical Research FoundationMinisterio de Educación, Gobierno de ChileVlaamse regeringNational Research FoundationRutgers Cancer Institute of New JerseyEuropean Chemical Industry CouncilRegione Emilia-RomagnaOffice of Research and DevelopmentMinistry of Science and Technology, TaiwanBeatrice Hunter Cancer Research InstituteU.S. Environmental Protection AgencyCancer Prevention and Research Institute of TexasNew Jersey Health FoundationUniversità degli Studi di FirenzeFondazione CariploEuropean Regional Development FundV Foundation for Cancer ResearchU.S. Public Health ServiceHoward Hughes Medical InstituteFood and Health BureauUniverzita Karlova v PrazeGarrett B. Smith FoundationCancer Research InstituteNational Science FoundationVlaamse Instelling voor Technologisch OnderzoekU.S. Department of Health and Human Services
Mots-clésImmortalityCarcinogenChemistryCancer researchToxicologyBiologyBiochemistryGenetics
DOInon disponible
Résumé
A correction has been published: Carcinogenesis, Volume 37, Issue 3, March 2016, Page 344, https://doi.org/10.1093/carcin/bgv155.
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 enseignantsNi 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil1,000
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 Opus0,066
Tête enseignante GPT0,320
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validation
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 tête enseignante, pas un consensus.
Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Citations0
Publié2015
Routes d'admission1
Résumé présentoui