MétaCan
Menu
Retour à la cohorte
Enregistrement W4294307752 · doi:10.3389/ftox.2022.964553

Use of new approach methodologies (NAMs) to meet regulatory requirements for the assessment of industrial chemicals and pesticides for effects on human health

2022· review· en· W4294307752 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueFrontiers in Toxicology · 2022
Typereview
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensHealth Canada
Organismes subventionnairesEuropean Food Safety AuthorityU.S. Consumer Product Safety Commission
Mots-clésFlexibility (engineering)Risk analysis (engineering)Agency (philosophy)European unionRegulatory scienceHuman healthBusinessEnvironmental planningEnvironmental healthMedicineEnvironmental science

Résumé

récupéré en direct d'OpenAlex

New approach methodologies (NAMs) are increasingly being used for regulatory decision making by agencies worldwide because of their potential to reliably and efficiently produce information that is fit for purpose while reducing animal use. This article summarizes the ability to use NAMs for the assessment of human health effects of industrial chemicals and pesticides within the United States, Canada, and European Union regulatory frameworks. While all regulations include some flexibility to allow for the use of NAMs, the implementation of this flexibility varies across product type and regulatory scheme. This article provides an overview of various agencies' guidelines and strategic plans on the use of NAMs, and specific examples of the successful application of NAMs to meet regulatory requirements. It also summarizes intra- and inter-agency collaborations that strengthen scientific, regulatory, and public confidence in NAMs, thereby fostering their global use as reliable and relevant tools for toxicological evaluations. Ultimately, understanding the current regulatory landscape helps inform the scientific community on the steps needed to further advance timely uptake of approaches that best protect human health and the environment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut 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: aucune
Score de désaccord entre enseignants0,945
Score d'incertitude au seuil0,912

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,784
Tête enseignante GPT0,579
Écart entre enseignants0,205 · 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