MétaCan
Menu
Retour à la cohorte
Enregistrement W4322730688 · doi:10.1093/toxsci/kfad018

Glyphosate toxicity:<i>in vivo, in vitro</i>, and epidemiological evidence

2023· article· en· W4322730688 sur OpenAlexafffund
Rachel Lacroix, Deborah M. Kurrasch

Notice bibliographique

RevueToxicological Sciences · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePesticide and Herbicide Environmental Studies
Établissements canadiensAlberta Children's HospitalUniversity of Calgary
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta Children's Hospital Research Institute
Mots-clésGlyphosateToxicityBiologyToxicologyPesticideIn vivoBiotechnologyChemistryAgronomy

Résumé

récupéré en direct d'OpenAlex

Glyphosate is the most applied agricultural chemical worldwide and has become nearly ubiquitous throughout the environment. Glyphosate is an effective herbicide because it disrupts the shikimate pathway, which is responsible for the synthesis of essential amino acids in plants and microorganisms. Given that there is no known target for glyphosate in higher animals, its toxicity to humans and other animals is heavily debated, especially after the 2015 IARC ruling that glyphosate is carcinogenic. Today, a growing body of literature shows in vitro, in vivo, and epidemiological evidence for the toxicity of glyphosate across animal species. With the application of glyphosate increasing globally, it is important to discuss these reports to enable a broader conversation on glyphosate toxicity and its impact on human and environmental health. Here, we summarize the recent glyphosate literature and discuss its implications.

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 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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,370
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,083
Tête enseignante GPT0,317
Écart entre enseignants0,234 · 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 tête enseignante, pas un consensus.

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

Citations81
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueToxicological SciencesMême sujetPesticide and Herbicide Environmental StudiesTravaux en français237 207