MétaCan
Menu
Retour à la cohorte
Enregistrement W649313479

Molecular biology and toxicology of metals

2000· book· en· W649313479 sur OpenAlexaboutno aff
Rudolfs K. Zalups and James Koropatnick

Notice bibliographique

RevueTaylor & Francis eBooks · 2000
Typebook
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant Micronutrient Interactions and Effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMetallothioneinMetal toxicityCadmiumChemistryMetalBiochemistryBiophysicsBiologyEnvironmental chemistryHeavy metalsGene
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

1. Characterising metal ion interactions with biological molecules - the spectroscopy of metallothionein Martin J. Stillman and Anthony Presta 2. Biochemical pathways in cadmium toxicity M.H. Bhattacharyya, A.K. Wilson, S.S. Rajan and M. Jonah 3. Arsenic Eric Wildfang, Shiela M. Healy and Vasken Aposhian 4. Chromium and nickel Max Costa 5. Transport of soft metals in prokaryotes Christopher Rensing and Barry P. Rosen 6. Metal transport and metabolism Michael Didonato and Bibudhendra Sarkar 7. The role of ion channels in the transport of metals into excitable and non-excitable cells Timothy J. Shafer 8. Responses of the respiratory tract to cadmium Beth A. Hart 9. Mercury: molecular interactions and mimicry in the kidney Rudolfs K. Zalups 10. Transport of metals in the nervous system Michael Aschner and Laura E. Kerper 11. Transport of metals in the gastrointestinal system and kidneys Gary L. Diamond 12. Molecular mechanisms of hepatic metal transport Nazzareno Ballatori 13. Role of glutathione in the metabolism, transport and toxicity of metals Lawrence H. Lash 14. Role of metallothionein in the metabolism, transport and toxicity of metals Michael P. Waalkes and Raul Perez-Olle 15. Metal ions and the cytoskeleton Douglas M. templeton 16. The role of metals in oxidative damage and redox cell signaling derangement Kazimierz S. Kasprzak 17. Copper ion regulation of gene expressions in yeast Laran T. Jensen and Dennis R. Winge 18. Toxic and essential metals in cellular response to signals James Koropatnick and Rudolfs K. Zalups Aschner, Wake Forest University School of Medicine, USA, Nazzareno Ballatori, University of Rochester School Of Medicine, USA, M.H. Bhattacharyya, Centre for Mechanistic Biology, USA, Gregory S. Buzard, Frederick Cancer Research and Development Centre, USA, Max Costa, New York University Medical Centre, USA, Gary L. Diamond, Syracuse Research Corporation, USA, Michael DiDonato, The Hospital for Sick Children, Toronto, Canada, Beth A. Hart, University of Vermont College of Medicine, USA, Sheila M. Healy, University of Arizona, USA, Laran T. Jensen, University of Utah Health Sciences Centre, USA, Margaret M. Jonah, Dominican University, USA, Kazimierz S. Kasprzak, Frederick Cancer Research and Development Centre, USA, Laura E. Kerper, University of Rochester School Of Medicine and Dentistry, USA, James Koropatnick, London Regional Cancer Centre, Ontario, Canada, Lawrence H. Lash, Wayne State University School of Medicine, USA, Raul Perez-Olle, National Cancer Institute at NIEHS, USA, Anthony Presta, University of Western Ontario, Canada, S.S. Rajan, Centre for Mechanistic Biology, USA, Christopher Rensing, Wayne State University School of Medicine, USA, Barry P. Rosen, Wayne State University School of Medicine, USA, Bibudhendra Sarkar, University of Toronto, Canada, Timothy J. Shafer, US Environmental Protection Agency, USA Martin J. Stillman, University of Western Ontario, Canada, Douglas M. Templeton, University of Toronto, Canada, Michael P. Waalkes, National Cancer Institute at NIEHS, USA, Eric Wildfang, University of Arizona, USA, A.K. Wilson, Benedictine University, USA, Dennis R. Winge, University of Utah Health Sciences Centre, USA, Rudolfs K. Zalups, Mercer University School of Medicine, USA.

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)0,001
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
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,004

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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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

Citations219
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTaylor & Francis eBooksMême sujetPlant Micronutrient Interactions and EffectsTravaux en français237 207