MétaCan
Menu
Retour à la cohorte
Enregistrement W1986235732 · doi:10.1371/journal.pone.0025101

Apparent Temperature and Air Pollution vs. Elderly Population Mortality in Metro Vancouver

2011· article· en· W1986235732 sur OpenAlexaffabout
Jelena Krstić

Notice bibliographique

RevuePLoS ONE · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensFraser Health
Organismes subventionnairesnon disponible
Mots-clésAir pollutionApparent temperaturePopulationEnvironmental sciencePollutionMortality rateDemographySeasonalityAir temperatureMedicineAtmospheric sciencesGeographyEnvironmental healthMeteorologyBiologyEcologyHumidity

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Meteorological conditions and air pollution in urban environments have been associated with general population and elderly mortality, showing seasonal variation. OBJECTIVES: This study is designed to evaluate the relationship between apparent temperature (AT) and air pollution (PM₂.₅) vs. mortality in elderly population of Metro Vancouver. METHODS: Statistical analyses are performed on moving sum daily mortality rates vs. moving average AT and PM₂.₅ in 1-, 2-, 3-, 5-, and 7-day models for all seasons, warm temperatures above 15°C, and cold temperatures below 10°C. RESULTS: Approximately 37% of the variation in all-season mortality from circulatory and respiratory causes can be explained by the variation in 7-day moving average apparent temperature (r² = 0.37, p<0.001). Although the analytical results from air pollution models show increasingly better prediction ability of longer time-intervals (r² = 0.012, p<0.001 in a 7-day model), a very weak negative association between elderly mortality and air pollution is observed. CONCLUSIONS: Apparent temperature is associated with mortality from respiratory and circulatory causes in elderly population of Metro Vancouver. In a changing climate, one may anticipate to observe potential health impacts from the projected high- and particularly from the low-temperature extremes.

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 enseignants0,627
Score d'incertitude au seuil0,741

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,104
Tête enseignante GPT0,274
Écart entre enseignants0,170 · 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

Citations47
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetClimate Change and Health ImpactsTravaux en français237 207