International horizon-style exercise (HSE): advancing the use of adverse outcome pathway (AOP) in radiation protection
Notice bibliographique
Résumé
The Adverse Outcome Pathway (AOP) framework provides a means to integrate radiobiological and epidemiological data across different levels of biological organisation for an adverse outcome of interest to regulatory decision-making.The AOP approach is envisioned to improve understanding of radiation-induced effects at low doses and dose-rates and decrease the uncertainty in radiation health risk assessment.To explore the challenges in the use of AOPs, an international horizon-style exercise (HSE) was initiated through the Nuclear Energy Agency (NEA) High-Level Group on Low Dose Research (HLG-LDR) Radiation/Chemical (Rad/Chem) AOP joint topical group.The HSE was completed in three phases.First, candidate research questions were solicited from radiation risk professionals via a dedicated website.Second, the over 250 questions submitted were refined by a dedicated steering committee using a bestworst scaling method.During a virtual 3-day workshop, the list of questions was further refined to the top 25 priority questions.Lastly, an internet-based survey of the broader radiation risk community lead to an orderly ranking of the 25 priority questions, again using a best-worst scaling method.Major themes from the survey included the ability of AOPs to address different levels of biological organisation, radiation quality, dose or dose rate, time patterns, and confounding variables.Broadly, these efforts will help advance the use of AOP in radiation research and regulation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».