MétaCan
Menu
Retour à la cohorte
Enregistrement W4392966283 · doi:10.3389/fenvs.2024.1303705

Toxicology, environmental chemistry, ecotoxicology, and One Health: definitions and paths for future research

2024· article· en· W4392966283 sur OpenAlexaff
Sébastien Sauvé

Notice bibliographique

RevueFrontiers in Environmental Science · 2024
Typearticle
Langueen
DomaineVeterinary
ThématiqueAnimal testing and alternatives
Établissements canadiensUniversité de Montréal
Organismes subventionnairesnon disponible
Mots-clésEcotoxicologyEnvironmental toxicologyEnvironmental chemistryEnvironmental scienceEnvironmental healthChemistryMedicineToxicityOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

The definitions of toxicology, environmental toxicology, environmental chemistry, environmental risk, and ecotoxicology are closely related and sometimes used as synonyms, whereas One Health is a more recent, complementary concept. This contribution examines the origins of the usages of these terms, explores their interchangeability (whether appropriate or not), and proposes some paths to better define each. The usage of these terms is evolving, and current research and paradigms are progressing toward the integration of broader, more integrative perspectives, such as the One Health approach. One Health is a holistic approach that helps link and integrate work on environmental and human health impacts. Definitions and research should not necessarily strive to segregate human vs. environmentally focused work, and most of the problems are complex and interconnected. Future research endeavors and funding programs must better reflect the multidisciplinary nature of environmental toxicology, and more broadly, One Health research and environmental research must recognize the interrelationships of human health, environmental health, ecotoxicology, and a multitude of geochemical, microbiological, and ecological processes.

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)0,101
score de la tête « metaresearch » (Gemma)0,030
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,101
Score d'incertitude au seuil0,536

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1010,030
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0060,003
Bibliométrie0,0090,013
Études des sciences et des technologies0,0070,108
Communication savante0,0250,070
Science ouverte0,0070,017
Intégrité de la recherche0,0130,033
Charge utile insuffisante (le modèle a refusé de juger)0,0070,002

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 Opus0,164
Tête enseignante GPT0,395
Écart entre enseignants0,231 · 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'étudeThéorique ou conceptuel
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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Environmental ScienceMême sujetAnimal testing and alternativesTravaux en français237 207