Predicting chemicals' toxicity pathway of female reproductive disorders using AOP7 and deep neural networks

Sukur Nataša; Milošević Nemanja; Pogrmić-Majkić Kristina; Stanić Bojana; Andrić Nebojša

Резултати

еНаука > Резултати > Predicting chemicals' toxicity pathway of female reproductive disorders using AOP7 and deep neural networks

Назив:	Predicting chemicals' toxicity pathway of female reproductive disorders using AOP7 and deep neural networks
Аутори:	Sukur Nataša ; Milošević Nemanja ; Pogrmić-Majkić Kristina ; Stanić Bojana ; Andrić Nebojša
Година:	2023
Публикација:	Food and Chemical Toxicology
ISSN:	0278-6915 Food and Chemical Toxicology Претражи идентификатор
Тип резултата:	Научни чланак
Колација:	vol. 180 str. 114013-114013
DOI:	10.1016/j.fct.2023.114013
WoS-ID:	001082451700001
Scopus-ID:	2-s2.0-85170690219
URI:	https://www.cris.uns.ac.rs/record.jsf?recordId=133183&source=eNauka&language=en https://enauka.gov.rs/handle/123456789/786685
М-категорија:	21M21 - Рад у врхунском међ. часопису

1
SCOPUS^TM

1
WEB OF SCIENCE^TM

Алт метрика

Dimensions

Пронађи DOI

Проналажење DOI у сервису CrossRef-у на основу мета-података у запису. Приказаће се DOI (и метаподаци) чији се подаци највише поклапају. ОПРЕЗ - то не мора бити та публикација.

Unpaywall

Резултати на еНаука су заштићени ауторским правима и сва права су задржана, осим ако није другачије назначено.