MétaCan
Menu
Retour à la cohorte
Enregistrement W4284894350 · doi:10.3389/fnins.2022.921429

Sex Differences in the Behavioural Outcomes of Prenatal Nicotine and Tobacco Exposure

2022· review· en· W4284894350 sur OpenAlexafffund
Anita Sikic, Jude A. Frie, Jibran Y. Khokhar, Jennifer E. Murray

Notice bibliographique

RevueFrontiers in Neuroscience · 2022
Typereview
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Institute on Drug AbuseCanadian Institutes of Health ResearchNational Institutes of Health
Mots-clésNicotineAddictionMedicinePregnancyEnvironmental healthPublic healthCotininePsychiatry

Résumé

récupéré en direct d'OpenAlex

Smoking remains the leading cause of preventable death worldwide. A combination of biological and environmental risk factors make women especially vulnerable to nicotine addiction, making it harder for them to quit smoking. Smoking during pregnancy, therefore, is still a major health concern, with epidemiological data suggesting a role for gestational nicotine exposure in the development of several behavioural disorders. Given there are significant sex-specific behavioural outcomes related to smoking in adolescence and adulthood, it is probable that the behavioural outcomes following gestational nicotine or tobacco exposure are similarly sex-dependent. This is an especially relevant topic as the current landscape of nicotine use shifts toward vaping, a mode of high doses of nicotine delivery that is largely believed to be a safer alternative to cigarettes among the public as well as among pregnant women. Here we review existing clinical and preclinical findings regarding the sex-dependent behavioural outcomes of prenatal nicotine exposure. We also highlight the challenges within this literature, particularly those areas in which further research is necessary to improve consistency within, and between, clinical and preclinical findings.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,091
Tête enseignante GPT0,330
Écart entre enseignants0,240 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in NeuroscienceMême sujetSmoking Behavior and CessationTravaux en français237 207