MétaCan
Menu
Retour à la cohorte
Enregistrement W6986308158

Peces como animales de experimentación

2021· book-chapter· es· W6986308158 sur OpenAlexaboutno aff

Notice bibliographique

RevueEl Servicio de Difusión de la Creación Intelectual (National University of La Plata) · 2021
Typebook-chapter
Languees
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueAnimal Genetics and Reproduction
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFish <Actinopterygii>Animal welfareHuman useContext (archaeology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La utilización de los peces como animales de experimentación se conoce desde hace mucho tiempo, y se evidencia un incremento notable en los últimos años debido al desarrollo y aplicación de modelos transgénicos que los posicionan en alternativas de elección de vertebrados para realizar estudios en reemplazo de especies tradicionales.En la actualidad el uso de los peces está orientado a las investigaciones biomédicas y ambientales y por lo tanto es importante elaborar directrices que sean útiles para el investigador principal y el personal responsable del cuidado, cría y manejo de los peces, como también de ayuda a los miembros de los Comités Institucionales de Cuidado y Uso de Animales de Laboratorio (CICUALes) cuando se evalúen protocolos en los que se usen estas especies.&#13;\nDurante los últimos 10 años, el uso de peces en la investigación ha ido en aumento debido a la amplia gama de posibilidades para utilizarse como modelos animales por sus propiedades biológicas particulares. También ha aumentado la concientización sobre la salud de los mismos como un factor que afecta al medio ambiente y como agentes indicadores de contaminación ambiental, de manera que la investigación sobre los peces y, más específicamente, la investigación en acuicultura permite abordar cuestiones relacionadas con la contaminación ambiental, la conservación y la protección del medio marino y de estuarios de agua dulce (Canadian Council on Animal Care, 2005; Håstein y col., 2005; Spence y col., 2008).

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,747
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,010
Tête enseignante GPT0,252
Écart entre enseignants0,242 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEl Servicio de Difusión de la Creación Intelectual (National University of La Plata)Même sujetAnimal Genetics and ReproductionTravaux en français237 207