MétaCan
Menu
Retour à la cohorte
Enregistrement W4311051095 · doi:10.3390/toxics10120744

Contemporary Comprehensive Review on Arsenic-Induced Male Reproductive Toxicity and Mechanisms of Phytonutrient Intervention

2022· review· en· W4311051095 sur OpenAlexaff
Mahesh Rachamalla, Joshi Chinthada, Sapana Kushwaha, Sravan Kumar Putnala, Chittaranjan Sahu, Gopabandhu Jena, Som Niyogi

Notice bibliographique

RevueToxics · 2022
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Exposure and Toxicity
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésReproductive toxicityToxicityPhysiologyBiologySpermDevelopmental toxicityMale infertilityInfertilityMedicineToxicologyPregnancyInternal medicineAndrologyGestation

Résumé

récupéré en direct d'OpenAlex

Arsenic (As) is a poisonous metalloid that is toxic to both humans and animals. Drinking water contamination has been linked to the development of cancer (skin, lung, urinary bladder, and liver), as well as other disorders such as diabetes and cardiovascular, gastrointestinal, neurological, and developmental damage. According to epidemiological studies, As contributes to male infertility, sexual dysfunction, poor sperm quality, and developmental consequences such as low birth weight, spontaneous abortion, and small for gestational age (SGA). Arsenic exposure negatively affected male reproductive systems by lowering testicular and accessory organ weights, and sperm counts, increasing sperm abnormalities and causing apoptotic cell death in Leydig and Sertoli cells, which resulted in decreased testosterone synthesis. Furthermore, during male reproductive toxicity, several molecular signalling pathways, such as apoptosis, inflammation, and autophagy are involved. Phytonutrient intervention in arsenic-induced male reproductive toxicity in various species has received a lot of attention over the years. The current review provides an in-depth summary of the available literature on arsenic-induced male toxicity, as well as therapeutic approaches and future directions.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
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)0,0080,001

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 Opus0,115
Tête enseignante GPT0,336
Écart entre enseignants0,221 · 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'étudeRevue systématique
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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueToxicsMême sujetHeavy Metal Exposure and ToxicityTravaux en français237 207