Lessons learned, challenges, and opportunities: The U.S. Endocrine Disruptor Screening Program
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In 1996, the U.S. Congress passed the Food Quality Protection Act and amended the Safe Drinking Water Act (SDWA) requiring the U.S. Environmental Protection Agency (EPA) to implement a screening program to investigate the potential of pesticide chemicals and drinking water contaminants to adversely affect endocrine pathways. Consequently, the EPA launched the Endocrine Disruptor Screening Program (EDSP) to develop and validate estrogen, androgen, and thyroid (EAT) pathway screening assays and to produce standardized and harmonized test guidelines for regulatory application. In 2009, the EPA issued the first set of test orders for EDSP screening and a total of 50 pesticide actives and 2 inert ingredients have been evaluated using the battery of EDSP Tier 1 screening assays (i.e., five in vitro assays and six in vivo assays). To provide a framework for retrospective analysis of the data generated and to collect the insight of multiple stakeholders involved in the testing, more than 240 scientists from government, industry, academia, and non-profit organizations recently participated in a workshop titled "Lessons Learned, Challenges, and Opportunities: The U.S. Endocrine Disruptor Screening Program." The workshop focused on the science and experience to date and was organized into three focal sessions: (a) Performance of the EDSP Tier 1 Screening Assays for Estrogen, Androgen, and Thyroid Pathways; (b) Practical Applications of Tier 1 Data; and (c) Indications and Opportunities for Future Endocrine Testing. A number of key learnings and recommendations related to future EDSP evaluations emanated from the collective sessions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle