MétaCan
Menu
← Retour à la cohorte
Enregistrement W4239313213 · doi:10.26434/chemrxiv.7332764

Hundreds of Unrecognized Halogenated Contaminants Discovered in Polar Bear Blood

2018· preprint· en· W4239313213 sur OpenAlexafffund
Yanna Liu, Evan S. Richardson, Andrew E. Derocher, Nicholas J. Lunn, Hans‐Joachim Lehmler, Xueshu Li, Yifeng Zhang, Julia Yue Cui, Lihua Cheng, Jonathan W. Martin

Notice bibliographique

RevueChemRxiv · 2018
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensGovernment of CanadaEnvironment and Climate Change CanadaUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Institutes of HealthEnvironment and Climate Change CanadaKillam Trusts
Mots-clésUrsus maritimusEnvironmental chemistryPolychlorinated biphenylBayChemistryContaminationPollutantBiologyEcologyArcticOrganic chemistryGeography

Résumé

récupéré en direct d'OpenAlex

Exposure of polar bears (Ursus maritimus) to persistent organic pollutants was discovered in the 1970s, but recent evidence suggests the presence of unknown toxic chemicals in their blood. Protein and phospholipid depleted serum was stirred with polyethersulfone capillaries to extract a broad range of analytes, and nontarget mass spectrometry with “fragmentation flagging” was used for detection. Hundreds of analytes were discovered belonging to 13 classes, including novel polychlorinated biphenyl (PCB) metabolites and many fluorinated or chlorinated substances not previously detected. All analytes were detected in the oldest (mid-1980s) archived polar bear serum from Hudson Bay and Beaufort Sea, and all fluorinated classes showed increasing trends. A mouse experiment confirmed the novel PCB metabolites, suggesting that these could be widespread in mammals. Historical exposure and toxic risk has been underestimated, and emerging contaminants pose uncertain risks to this threatened species

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,015
Tête enseignante GPT0,243
Écart entre enseignants0,229 · 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueChemRxiv→Même sujetToxic Organic Pollutants Impact→Travaux en français237 207→