MétaCan
Menu
Retour à la cohorte
Enregistrement W4417474398 · doi:10.1126/science.adr0351

Risks of per- and polyfluoroalkyl substance exposure through marine fish consumption

2025· article· en· W4417474398 sur OpenAlexaff
Wenhui Qiu, Ge Yang, Ling Cao, Shan Niu, Yuzhe Li, Di Fang, Zhaomin Dong, Jason T. Magnuson, Daniel Schlenk, Kmy Leung, Yi Zheng, Zhenzhong Zeng, Lian Feng, Xianming Zhang, Yanxu Zhang, Wenhong Fan, Tao Huang, Jianmin Ma, Minghong Wu, Shu Tao, Chunmiao Zheng

Notice bibliographique

RevueScience · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePer- and polyfluoroalkyl substances research
Établissements canadiensConcordia University
Organismes subventionnairesShenzhen Municipal Science and Technology Innovation CouncilScience, Technology and Innovation Commission of Shenzhen MunicipalityNational Natural Science Foundation of China
Mots-clésPerfluorooctaneFish <Actinopterygii>HazardConsumption (sociology)Marine fishFood safety

Résumé

récupéré en direct d'OpenAlex

Global food trade expansion has enriched diets worldwide but also heightened concerns about contaminant spread. Per- and polyfluoroalkyl substances (PFAS) can persist in the environment for decades, yet their risks through food trade remain unclear. The global median estimated daily intake (EDI) of C8-PFAS (perfluorooctanoic acid and perfluorooctane sulfonate) (0.023 nanograms per kilograms per day) was mapped from 212 marine fish species, which indicated higher EDIs in North America, Oceania, and Europe. Furthermore, European countries play a pivotal role in C8-PFAS trade flows, markedly reshaping exposure pathways and driving increased exposure in many nations. These dynamics highlight the importance of establishing food-safety regulations and international trade standards. Although perfluorooctane sulfonate hazard index decreased by 72% after its 2009 regulations, unregulated long-chain PFAS continue to pose elevated risks.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,033

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,048
Tête enseignante GPT0,346
Écart entre enseignants0,298 · 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'étudeObservationnel
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

Citations23
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetPer- and polyfluoroalkyl substances researchTravaux en français237 207