Notice bibliographique
Résumé
There's no scientific evidence that city life makes people more depressed than rural life, but schizophrenia rates do differ significantly between the 2 settings, a recent International Conference on Urban Health was told. In the past 10 years, major birth cohort studies in developed countries have revealed that the incidence of schizophrenia is about 2 times higher among people in cities, reported Dr. Ezra Susser, head of epidemiology at Columbia University's Mailman School of Public Health. “It's not clear if it is birth in cities, or upbringing in cities, but there is something about city living that increases risk,” he said. Where you are born and brought up is a larger contributing factor to risk than genetic predisposition. Indeed, 34.6% of cases would be prevented if people were not born and brought up in cities, compared to 5.4% of cases that would be prevented if people did not have parents or siblings who suffered from the illness, Susser told participants at the New York conference. The higher rate in urban areas may be due to environmental toxins, the social context that people live in, and contagion, including prenatal infections. The studies also reveal a “dose response”: the more urban the setting, the higher the risk. “This is one of the most solid findings in schizophrenia today,” said Susser. But the association with urban living has not received enough attention because current research centres on neural imaging and pharmacology, Susser says. — Ann Silversides, Toronto
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,004 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».