Rethinking chronic toxicity and carcinogenicity assessment for agrochemicals project (ReCAAP): A reporting framework to support a weight of evidence safety assessment without long-term rodent bioassays
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
Rodent cancer bioassays have been long-required studies for regulatory assessment of human cancer hazard and risk. These studies use hundreds of animals, are resource intensive, and certain aspects of these studies have limited human relevance. The past 10 years have seen an exponential growth of new technologies with the potential to effectively evaluate human cancer hazard and risk while reducing, refining, or replacing animal use. To streamline and facilitate uptake of new technologies, a workgroup comprised of scientists from government, academia, non-governmental organizations, and industry stakeholders developed a framework for waiver rationales of rodent cancer bioassays for consideration in agrochemical safety assessment. The workgroup used an iterative approach, incorporating regulatory agency feedback, and identifying critical information to be considered in a risk assessment-based weight of evidence determination of the need for rodent cancer bioassays. The reporting framework described herein was developed to support a chronic toxicity and carcinogenicity study waiver rationale, which includes information on use pattern(s), exposure scenario(s), pesticidal mode-of-action, physicochemical properties, metabolism, toxicokinetics, toxicological data including mechanistic data, and chemical read-across from similar registered pesticides. The framework could also be applied to endpoints other than chronic toxicity and carcinogenicity, and for chemicals other than agrochemicals.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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.
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