MétaCan
Menu
Retour à la cohorte
Enregistrement W4405150220 · doi:10.1016/j.toxlet.2024.12.003

Do Delta-9-tetrahydrocannabinol and Cannabidiol have opposed effects on male fertility?

2024· review· en· W4405150220 sur OpenAlexaff
Olivia L M Scandlan, Laura A. Favetta

Notice bibliographique

RevueToxicology Letters · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueCannabis and Cannabinoid Research
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésCannabidiolTetrahydrocannabinolFertilityDelta-9-tetrahydrocannabinolDeltaCannabisMedicineInternal medicinePsychiatryEnvironmental healthCannabinoidPopulationPhysics

Résumé

récupéré en direct d'OpenAlex

Cannabis sativa is a complex plant, renowned for its diverse array of bioactive compounds, the most prominent of which are delta-9-tetrahydrocannabinol (THC) and cannabidiol (CBD). These compounds exhibit markedly opposing pharmacological effects, with THC being primarily psychoactive and CBD known for its non-psychoactive properties. In recent years, there has been growing interest in the potential health implications of these compounds, particularly concerning male reproductive health. Accumulating evidence over the past decade has alluded to the potential negative effects of THC, including its association with reduced sperm quality, altered hormone levels, changes in genetic and epigenetic profiles, and potential impacts on fertility. Conversely, emerging studies suggest that CBD may exert protective and beneficial effects on male reproductive health, possibly through its anti-inflammatory and antioxidant properties. This review aims to provide a comprehensive analysis of the current scientific literature, delineating the mechanisms by which THC and CBD influence male reproductive health, highlighting the disparities in their effects, and discussing the clinical and therapeutic implications of these findings.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,038
Tête enseignante GPT0,354
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'étudeSans objet
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

Citations4
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueToxicology LettersMême sujetCannabis and Cannabinoid ResearchTravaux en français237 207