MétaCan
Menu
← Retour à la cohorte
Enregistrement W4318240431 · doi:10.32920/21968381

Bioconcentration of cedarwood oil constituents in rainbow trout

2023· preprint· en· W4318240431 sur OpenAlexaff
Roxana Suehring, Chang-Er Chen, Michael S. McLachlan, Matthew MacLeod

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueForest Insect Ecology and Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesStockholms Universitet
Mots-clésBioconcentrationRainbow troutBioaccumulationChemistryEnvironmental chemistryFood scienceChromatographyFish <Actinopterygii>BiologyFishery

Résumé

récupéré en direct d'OpenAlex

Cedarwood oil is an essential oil used as a fragrance material and insect repellent. Its main constituents are sesquiterpenes which are potentially bioaccumulative according to the REACH screening criteria. Cedarwood oil is a complex mixture of hydrophobic and volatile organic chemicals. The volatility and limited water solubility of its constituents are a challenge for standard bioconcentration factor (BCF) test methods using aqueous exposure. We used an abbreviated dietary exposure in vivo testing protocol with internal benchmark substances as “internal standards” to derive the BCF of cedarwood oil constituents using rainbow trout (Oncorhynchus mykiss). Internal benchmarking proved to be a useful tool to control for inter-individual variability, enabling us to calculate the BCF for all major cedarwood oil constituents as a mixture. We found that the BCF of two out of six analysed cedarwood oil constituents exceed a BCF of 5000 and two others exceed a BCF of 2000 (90% confidence level) even though we found evidence for biotransformation for individual constituents. The results of this study indicate that more work is warranted to study the bioaccumulation of essential oils and highlights the utility of internal benchmarking in in vivo dietary exposure BCF tests to increase robustness and allow for the BCF measurement of complex mixtures.

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 enseignants0,017
Score d'incertitude au seuil0,034

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
Bibliométrie0,0000,000
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 Opus0,021
Tête enseignante GPT0,250
Écart entre enseignants0,228 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetForest Insect Ecology and Management→Travaux en français237 207→