MétaCan
Menu
Retour à la cohorte
Enregistrement W1978855775 · doi:10.1002/ajim.10176

Excess of symptoms among radiographers

2003· article· en· W1978855775 sur OpenAlexaffabout
Helen Dimich‐Ward, Michelle Lee Wymer, Susan Kennedy, Kay Teschke, Roxanne Rousseau, Moira Chan‐Yeung

Notice bibliographique

RevueAmerican Journal of Industrial Medicine · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMedicineOccupational medicineOdds ratioOccupational exposureOccupational diseaseEnvironmental healthPhysical therapyInternal medicine

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: The prevalence and occupational determinants of miscellaneous symptoms referred to as "Darkroom disease" was compared between radiographers and physiotherapists working in British Columbia, Canada. METHODS: The participation rate for the mailout questionnaire survey was 66.1%. A small subset underwent spirometry and methacholine challenge testing. RESULTS: Radiographers had a higher prevalence of most symptoms, with an extreme odds ratio of 11.4 for chemical/metallic taste. The percentage of radiographers with non-specific bronchial hyperresponsiveness (NSBHR) was 3 times higher than that of physiotherapists, although the comparison was not statistically significant. Reporting inadequate ventilation, frequently detecting the odor of X-ray processing chemicals and cleaning up spills within the past 12 months were highly associated with most of the symptoms. CONCLUSIONS: Our results suggest that differences in the prevalence of symptoms represent a complex process, both in exposure and response to the many constituents found in radiographic processing chemicals. Objective testing of health outcomes and more refined exposure measurements are recommended to further investigate occupational health problems of radiographers.

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)0,003
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 enseignants0,019
Score d'incertitude au seuil0,038

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,015
Tête enseignante GPT0,241
Écart entre enseignants0,226 · 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

Citations14
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of Industrial MedicineMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207