MétaCan
Menu
Retour à la cohorte
Enregistrement W1972069524 · doi:10.1002/env.889

Modelling spatio‐temporal variation in exposure to particulate matter: a two‐stage approach

2007· article· en· W1972069524 sur OpenAlexaff
Thomas Fanshawe, Peter J. Diggle, Steve Rushton, Roy Sanderson, P. W. W. Lurz, Svetlana V. Glinianaia, Mark S. Pearce, Louise Parker, Martin Charlton, Tanja Pless‐Mulloli

Notice bibliographique

RevueEnvironmetrics · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensDalhousie University
Organismes subventionnairesEngineering and Physical Sciences Research CouncilWellcome Trust
Mots-clésCovariateEnvironmental scienceRange (aeronautics)ResidualRandom effects modelParticulatesVariation (astronomy)StatisticsStage (stratigraphy)Exposure assessmentLinear modelEstimationEconometricsMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Studies investigating associations between air pollution exposure and health outcomes benefit from the estimation of exposures at the individual level, but explicit consideration of the spatio‐temporal variation in exposure is relatively new in air pollution epidemiology. We address the problem of estimating spatially and temporally varying particulate matter concentrations (black smoke = BS = PM4) using data routinely collected from 20 monitoring stations in Newcastle‐upon‐Tyne between 1961 and 1992. We propose a two‐stage strategy for modelling BS levels. In the first stage, we use a dynamic linear model to describe the long‐term trend and seasonal variation in area‐wide average BS levels. In the second stage, we account for the spatio‐temporal variation between monitors around the area‐wide average in a linear model that incorporates a range of spatio‐temporal covariates available throughout the study area, and test for evidence of residual spatio‐temporal correlation. We then use the model to assign time‐aggregated predictions of BS exposure, with associated prediction variances, to each singleton pregnancy that occurred in the study area during this period, guided by dates of conception and birth and mothers' residential locations. In work to be reported separately, these exposure estimates will be used to investigate relationships between maternal exposure to BS during pregnancy and a range of birth outcomes. Our analysis demonstrates how suitable covariates can be used to explain residual spatio‐temporal variation in individual‐level exposure, thereby reducing the need to model the residual spatio‐temporal correlation explicitly. Copyright © 2007 John Wiley & Sons, Ltd.

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)0,007
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,033
Score d'incertitude au seuil0,066

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,015
Méta-épidémiologie (sens strict)0,0010,002
Méta-épidémiologie (sens large)0,0020,004
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0040,003
Intégrité de la recherche0,0030,002
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 Opus0,054
Tête enseignante GPT0,286
Écart entre enseignants0,232 · 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'étudeSimulation ou modélisation
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

Citations50
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmetricsMême sujetAir Quality and Health ImpactsTravaux en français237 207