MétaCan
Menu
← Retour à la cohorte
Enregistrement W6948540109 · doi:10.5061/dryad.sxksn03bb

Supplementary information from: A systematic review of trace elements in the tissues of bats (Chiroptera)

2024· dataset· en· W6948540109 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensAlgoma University
Organismes subventionnairesnon disponible
Mots-clésBioaccumulationMercury (programming language)InsectivoreTrace elementBioindicatorMetalloidEcosystemBiomagnification

Résumé

récupéré en direct d'OpenAlex

Bats constitute about 22% of known mammal species; they have various ecological roles and provide many ecosystem services. Bats suffer from several threats caused by anthropization, including exposure to toxic metals and metalloids. In our systematic review, we analyzed 75 papers to investigate how species, diet, and tissue type impact bioaccumulation in bat species all over the world. Most studies documented element accumulation in fur, liver, and kidney; at least 36 metals and metalloids have been measured in bat tissues, among the most studied were mercury and zinc. Comparisons with known toxicological thresholds for other mammals showed concerning values for mercury and zinc in bat hair, lead and some essential metals in liver, and iron and calcium in kidneys. Moreover, accumulation patterns in tissues differed depending on bat diet: insectivorous bats showed higher metal concentrations in fur than in liver and kidney while frugivorous species showed higher values in liver and kidney than in fur. This review points out several information gaps in the understanding of metal contamination in bats, including a lack of measured toxicity thresholds specific for bat tissues. Data on trace element bioaccumulation and its associated health effects on bats is important for conservation of bat species, many of which are threatened.

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)0,002
score de la tête « metaresearch » (Gemma)0,027
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,160
Score d'incertitude au seuil0,534

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,027
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0040,004
Bibliométrie0,0130,017
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,1600,015

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 Opus0,033
Tête enseignante GPT0,354
Écart entre enseignants0,321 · 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'étudeRevue systématique
Domainenon disponible
GenreJeu de données

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MIND→Travaux en français237 207→