MétaCan
Menu
Retour à la cohorte
Enregistrement W2001536515 · doi:10.1260/095830503322364476

Foreseeable Health Risk of Electric and Magnetic Field Residential Exposures

2003· article· en· W2001536515 sur OpenAlexaff
Riadh Habash

Notice bibliographique

RevueEnergy & Environment · 2003
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthMedicinePublic healthPopulationBusinessRisk analysis (engineering)Pathology

Résumé

récupéré en direct d'OpenAlex

Exposure to electric and magnetic fields (EMFs) emanating from the generation, distribution and utilization of electricity is widespread. The major debate in recent years has been the possibility that EMFs influence various effects on the human body especially development of cancer. Epidemiologists were the first scientists to publicize this fact through human population studies. Current investigations into this topic split up over diverse areas of research. This paper provides a review of information on health risk of EMF residential exposure. Four major areas have been considered for evaluating the possible risks with emphasis on recent studies. These include safety standards for EMFs, residential field measurement surveys, biological and epidemiological studies of diseases with foreseeable association with EMFs including childhood leukemia, breast cancer, and pregnancy adverse outcomes. On the basis of review findings, it is difficult to provide a robust conclusion about health risk of EMFs, raising the significance of researching this area further. No policy advise is offered, however, as a voluntary precautionary measure, public health professionals, regulatory authorities, standard setters, electric utilities, and individuals are encouraged to advocate minimizing EMF exposures wherever possible.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,003
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,010
Tête enseignante GPT0,279
Écart entre enseignants0,270 · 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

Citations4
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy & EnvironmentMême sujetNoise Effects and ManagementTravaux en français237 207