MétaCan
Menu
Retour à la cohorte
Enregistrement W3123858093 · doi:10.1186/s12931-021-01700-4

Effects of elevated CO2 levels on lung immune response to organic dust and lipopolysaccharide

2021· article· en· W3123858093 sur OpenAlexafffund
David Schneberger, Upkardeep Pandher, Brooke Thompson, Shelley Kirychuk

Notice bibliographique

RevueRespiratory Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesUniversity of Saskatchewan
Mots-clésLipopolysaccharideImmune systemInnate immune systemChemistryRespiratory systemInflammatory responseLungImmunologyInflammationAnimal scienceInternal medicineBiologyMedicine

Résumé

récupéré en direct d'OpenAlex

Abstract Workplaces with elevated organic dust levels such as animal feed barns also commonly have elevated levels of gasses, such as CO 2 . Workers exposed to such complex environments often experience respiratory effects that may be due to a combination of respirable factors. We examined the effects of CO 2 on lung innate immune responses in mice co-exposed to the inflammatory agents lipopolysaccharide (LPS) and organic dust. We evaluated CO 2 levels at the building recommended limit (1000 ppm) as well as the exposure limit (5000 ppm). Mice were nasally instilled with dust extracts or LPS and immediately put into chambers with a constant flow of room air (avg. 430 ppm CO 2 ), 1000 ppm, or 5000 ppm CO 2 enriched air. Results reveal that organic dust exposures tended to show decreased inflammatory responses with 1000 ppm CO 2 and increased responses at 5000 ppm CO 2 . Conversely, LPS with addition of CO 2 as low as 1000 ppm tended to inhibit several inflammatory markers. In most cases saline treated animals showed few changes with CO 2 exposure, though some changes in mRNA levels were present. This shows that CO 2 as low as 1000 ppm CO 2 was capable of altering innate immune responses to both LPS and organic dust extracts, but each response was altered in a different fashion.

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,094
Tête enseignante GPT0,397
Écart entre enseignants0,303 · 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

Citations8
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRespiratory ResearchMême sujetAir Quality and Health ImpactsTravaux en français237 207