Risks and Benefits of Consumption of Great Lakes Fish
Notice bibliographique
Résumé
BACKGROUND: Beneficial effects of fish consumption on early cognitive development and cardiovascular health have been attributed to the omega-3 fatty acids in fish and fish oils, but toxic chemicals in fish may adversely affect these health outcomes. Risk-benefit assessments of fish consumption have frequently focused on methylmercury and omega-3 fatty acids, not persistent pollutants such as polychlorinated biphenyls, and none have evaluated Great Lakes fish consumption. OBJECTIVES: The risks and benefits of fish consumption have been established primarily for marine fish. Here, we examine whether sufficient data are available to evaluate the risks and benefits of eating freshwater fish from the Great Lakes. METHODS: We used a scoping review to integrate information from multiple state, provincial, and federal agency sources regarding the contaminants and omega-3 fatty acids in Great Lakes fish and fish consumers, consumption rates and fish consumption advisories, and health effects of contaminants and omega-3 fatty acids. DATA SYNTHESIS: Great Lakes fish contain persistent contaminants--many of which have documented adverse health effects--that accumulate in humans consuming them. In contrast, data are sparse on omega-3 fatty acids in the fish and their consumers. Moreover, few studies have documented the social and cultural benefits of Great Lakes fish consumption, particularly for subsistence fishers and native communities. At this time, federal and state/provincial governments provide fish consumption advisories based solely on risk. CONCLUSIONS: Our knowledge of Great Lakes fish has critical gaps, particularly regarding the benefits of consumption. A risk-benefit analysis requires more information than is currently available on the concentration of omega-3 fatty acids in Great Lakes fish and their absorption by fish eaters in addition to more information on the social, cultural, and health consequences of changes in the amount of fish consumed.
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 | 0,005 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».