Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Anthropogenic activity has increased human exposure to metals and resulted in metal induced toxicity. Essential trace elements like cobalt (Co), nickel (Ni), and manganese (Mn) are best known for their roles as important cofactors in many enzymes involved in signalling, metabolism, and response to oxidative stress. However, deficiencies as well as long-term overexposure to these metals can result in negative health effects. Co has been associated with cardiomyopathy, lung disease, and hearing damage, while Ni is a known carcinogen, as well as a common sensitizing metal. Mn is best classified as a neurotoxicant that causes a disorder alike to idiopathic Parkinson's disease known as Manganism. Although the mechanisms of Co, Ni, and Mn toxicity are complex and have yet to be fully elucidated, research over the years has provided useful insights into understanding metal-induced detrimental effects at the cellular and molecular level. One area of research that has been explored in less detail are metal interactions with lipids and biological membranes, which are a potentially critical target as membranes are the first point of contact for cells. This review covers the current understandings of Co, Ni and Mn toxicity, in terms of human exposure, homeostasis and mechanisms of transport, potential cellular targets, and, of primary focus, metal interactions with lipid and biomembranes. A variety of effects like membrane rigidification, leakage affecting membrane potentials, lipid phase changes, alterations in lipid metabolism and changes of cellular morphology illustrate the vast potential for metal-based membrane effects contributing to their toxicity.
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.
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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,002 |
| 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 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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.
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 découle