Reactive Oxygen Species in the Adverse Outcome Pathway Framework: Toward Creation of Harmonized Consensus Key Events
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
Reactive oxygen species (ROS) and reactive nitrogen species (RNS) are formed as a result of natural cellular processes, intracellular signaling, or as adverse responses associated with diseases or exposure to oxidizing chemical and non-chemical stressors. The action of ROS and RNS, collectively referred to as reactive oxygen and nitrogen species (RONS), has recently become highly relevant in a number of adverse outcome pathways (AOPs) that capture, organize, evaluate and portray causal relationships pertinent to adversity or disease progression. RONS can potentially act as a key event (KE) in the cascade of responses leading to an adverse outcome (AO) within such AOPs, but are also known to modulate responses of events along the AOP continuum without being an AOP event itself. A substantial discussion has therefore been undertaken in a series of workshops named "Mystery or ROS" to elucidate the role of RONS in disease and adverse effects associated with exposure to stressors such as nanoparticles, chemical, and ionizing and non-ionizing radiation. This review introduces the background for RONS production, reflects on the direct and indirect effects of RONS, addresses the diversity of terminology used in different fields of research, and provides guidance for developing a harmonized approach for defining a common event terminology within the AOP developer community.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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