MétaCan
Menu
Retour à la cohorte
Enregistrement W3165413594 · doi:10.3390/toxics9050109

Are Honey Bees at Risk from Microplastics?

2021· article· en· W3165413594 sur OpenAlexaff
Yahya Al Naggar, Markus Brinkmann, Christie M. Sayes, Saad N. Al-Kahtani, Showket Ahmad Dar, Hesham R. El‐Seedi, Bernd Grünewald, John P. Giesy

Notice bibliographique

RevueToxics · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueInsect and Pesticide Research
Établissements canadiensGlobal Institute for Water SecurityUniversity of Saskatchewan
Organismes subventionnairesAlexander von Humboldt-Stiftung
Mots-clésApiaryMicroplasticsHoney beeBiologyToxicologyEnvironmental healthZoologyEcologyMedicine

Résumé

récupéré en direct d'OpenAlex

Microplastics (MPs) are ubiquitous and persistent pollutants, and have been detected in a wide variety of media, from soils to aquatic systems. MPs, consisting primarily of polyethylene, polypropylene, and polyacrylamide polymers, have recently been found in 12% of samples of honey collected in Ecuador. Recently, MPs have also been identified in honey bees collected from apiaries in Copenhagen, Denmark, as well as nearby semiurban and rural areas. Given these documented exposures, assessment of their effects is critical for understanding the risks of MP exposure to honey bees. Exposure to polystyrene (PS)-MPs decreased diversity of the honey bee gut microbiota, followed by changes in gene expression related to oxidative damage, detoxification, and immunity. As a result, the aim of this perspective was to investigate whether wide-spread prevalence of MPs might have unintended negative effects on health and fitness of honey bees, as well as to draw the scientific community's attention to the possible risks of MPs to the fitness of honey bees. Several research questions must be answered before MPs can be considered a potential threat to bees.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,031
Tête enseignante GPT0,236
Écart entre enseignants0,205 · 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'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

Citations67
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueToxicsMême sujetInsect and Pesticide ResearchTravaux en français237 207