Structural and functional characterization of hemocyte populations of zebra mussels (Dreissena sp.) for use in ecotoxicological risk assessment.
Bibliographic record
Abstract
L’extension des activités humaines est responsable du rejet de molécules et de perturbations climatiques pouvant affecter la physiologie des organismes aquatiques. La moule zébrée possède des caractéristiques biologiques faisant d’elle une espèce intéressante en surveillance environnementale. Chez cet organisme, les hémocytes constituent une cible privilégiée pour la mise en place d’une approche multi-biomarqueurs. En effet, ces cellules à fonctionnalités multiples sont impliquées dans les grandes fonctions physiologiques de l’espèce et la régulation de l’homéostasie des individus. L’objectif de ce travail est de développer les outils analytiques permettant d’étudier les réponses hémocytaires de la moule zébrée. Les expérimentations menées ont permis de caractériser la structure des populations hémocytaires ainsi que leurs fonctionnalités propres en lien avec le processus de phagocytose. L’utilisation de ces biomarqueurs dans divers contextes indique une forte adaptabilité de l’espèce aux conditions environnementales. Les résultats montrent l’intérêt d’analyser les activités hémocytaires à l’échelle des sous populations comparativement à l’approche globale ne tenant pas compte de la diversité cellulaire. Il a été observé que certains facteurs comme le statut reproducteur ou l’espèce échantillonnée (D. polymorpha vs D. bugensis) constituent des facteurs de confusion importants. Il ressort également un positionnement fort du test de phagocytose en tant que marqueur de sensibilité aux contaminants. Ce travail constitue un ensemble de données voué à être utilisé dans des contextes multiples aussi bien en écotoxicologie qu’en écophysiologie.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.000 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".