Report on the European Partnership for Alternative Approaches to Animal Testing (EPAA) “New Approach Methodologies (NAMs) User Forum Kick-Off Workshop”
Notice bibliographique
Résumé
The European Partnership for Alternative Approaches to Animal Testing (EPAA) held the “New Approach Methodologies (NAMs) User Forum Kick-Off Workshop”, at the European Chemicals Agency (ECHA), Helsinki, Finland on 7–8 December 2023. The aim of the User Forum was to gain insight into the regulatory use of NAMs, with a particular reference to Next Generation Risk Assessment (NGRA), for chemical safety assessment. To achieve this, presentations summarised the learnings and experiences of previous EPAA Skin Sensitisation User Forums as well as that of the European Commission's Scientific Committee on Consumer Safety (SCCS). The findings of five case studies were summarised that illustrated the use of NAMs. The presentations and subsequent discussions allowed for learnings and insights to be compiled from all stakeholders with regard to the use of NAMs. Recommendations for the regulatory use of NAMs in NGRA were made, namely for exposure assessment; hazard identification; using tiered and targeted testing strategies; performing risk assessment using NAM data; the practical implementation of NAMs; the use of -omics technologies; and the needs for capacity building and training. The EPAA User Forum provided an open platform for safety assessors to share learnings and experiences. Recommendations for the format and topics of future EPAA User Forums were also made. • Broad stakeholder support exists for the regulatory use of NAMs for chemical safety. • NAMs are applicable in assessment of internal exposure and hazard identification. • Tiered testing strategies allow NAMs to be used in risk assessment. • Applicability, confidence and practical implementation of NAMs are required. • Areas to improve regulatory uptake of NAMs are identified.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,033 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,006 | 0,005 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,009 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,114 | 0,032 |
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 source (Gemma direct ou Codex distillé), 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 ».