MétaCan
Menu
Retour à la cohorte
Enregistrement W4403880200 · doi:10.29169/1927-5951.2024.14.08

Sensitivity of Daphnia magna: Acute Toxicity Evaluation of 22 Metals

2024· article· en· W4403880200 sur OpenAlexvenueno aff
Rym Messaouda Kerdoun, Mohamed Amine Kerdoun, Laïd Touati, Hakim Belkhalfa

Notice bibliographique

RevueJournal of Pharmacy and Nutrition Sciences · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDaphnia magnaAcute toxicityDaphniaToxicityToxicologyEnvironmental chemistrySensitivity (control systems)ChemistryBiologyEcologyEngineeringZooplanktonOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Introduction: All potentially toxic metals in the environment can be discharged in the aquatic ecosystems. Daphnia magna is one of the most sensitive species to toxic chemicals in water and is frequently used in toxicological research and environmental monitoring. Material and Methods: Acute toxicity test for twenty-two metals (Pb, Cd, Ni, Hg, Cu, Fe, Co, As, Cr, Mn, Zn, Al, Pd, Na, K, Mo, Mg, Ca, W, Ir, Ti, Ag) was carried out for Daphnia magna. These elements were checked and ranked in terms of decreased immobilization (EC50) after 24Hr and 48Hr and compared with previous studies. Results: The results were categorized into four groups by the 48Hr EC50s values: highly toxic groups (Ag, Hg, Cu, Cd, Pd) [EC50 < 100 μg.l-1], moderately toxics groups Cr, Fe, Ni, Zn and Pb) [100 μg.l-1 100 000 μg.l-1]. Correlation coefficients (r) between EC values and eight physicochemical properties were also examined. The results obtained in this study were weak. Conclusion: This work adds and confirm data about the toxicities of metals in aquatic ecosystems by using a rapid biomonitoring test.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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)0,0020,000

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 Opus0,067
Tête enseignante GPT0,384
Écart entre enseignants0,317 · 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'étudeExpérimental (laboratoire)
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Pharmacy and Nutrition SciencesMême sujetHeavy metals in environmentTravaux en français237 207