MétaCan
Menu
Retour à la cohorte
Enregistrement W17848163 · doi:10.1111/j.1365-2567.2007.02632.x

Associations between daily asthma hospital admissions and ambient air pollutants in Montreal, 1992 to 1999

2003· dissertation· en· W17848163 sur OpenAlexaboutno aff
Kim Marie Deschamps

Notice bibliographique

RevueImmunology · 2003
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAsthmaEnvironmental scienceAir pollutionGeneralized additive modelHazeParticulatesPollutantOzoneMeteorologyAtmospheric sciencesNitrogen dioxideEnvironmental healthMedicineGeographyStatisticsMathematicsChemistry

Résumé

récupéré en direct d'OpenAlex

This study investigates the associations between daily asthma hospital admissions and concentrations of ambient pollutants in Montreal, Quebec from 1992 to 1999. Health data was collected from the hospital discharge database (Med-Echo) provided by the Quebec Ministry of Health and Social Services. Selected stationary monitoring sites in and around Montreal were used to obtain daily mean air pollutant concentrations of particulate matter having aerodynamic diameters of 10 om or less, coefficient of haze, sulfur dioxide, ozone, nitrogen dioxide, carbon monoxide and hydrogen sulfide. Weather data was procured from Environment Canada's weather station at Dorval International Airport (45 28'N, 73 45'W). A time series analysis in the format of a general additive model (GAM) was used to model the logarithm of daily asthma admissions as a function of the daily averaged air pollutants. Non-parametric smoothing functions, specifically locally weighted regression smoothers (LOESS), were used to remove confounding factors such as seasonal fluctuations, calendar year, and weather. The data set was analyzed according to the whole year and seasons (cool and warm periods). Asthma admissions were studied by age. Carbon monoxide and coefficient of haze were positively associated with asthma hospital admissions at lags of 0, 1, and 3-day mean.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,201
Score d'incertitude au seuil0,405

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,300
Écart entre enseignants0,284 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueImmunologyMême sujetAir Quality and Health ImpactsTravaux en français237 207