MétaCan
Menu
Retour à la cohorte
Enregistrement W2004009876 · doi:10.1615/critrevbiomedeng.v31.i4.20

Health Risks of Electromagnetic Fields. Part III: Risk Analysis

2003· review· en· W2004009876 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCritical Reviews in Biomedical Engineering · 2003
Typereview
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensQueen's UniversityInstitute of Population and Public HealthUniversity of OttawaHealth Canada
Organismes subventionnairesnon disponible
Mots-clésRisk analysis (engineering)Public healthScientific evidenceRisk communicationRisk managementRisk assessmentPopulationEngineering ethicsScientific consensusManagement scienceData scienceComputer scienceMedicineBusinessEngineeringEnvironmental healthEpistemologyComputer securityPathologyClimate change

Résumé

récupéré en direct d'OpenAlex

The management of potential health risks from electromagnetic (EM) fields presents both scientific and nonscientific challenges. When the scientific evidence is ambiguous, as is the case with EM fields, expert judgment of this evidence becomes particularly important. This article provides biomedical researchers with a comprehensive assessment of the status of EM health risk based on our two previous articles [Parts I and II, Critical Reviews in Biomedical Engineering, Volume 31, Issue 3]. Ambiguous evidence also necessitates rigorous public debate. This article also discusses effective risk communication approaches that play a key role in the EM risk issue. Because of uncertainty about health risks associated with EMF exposure, the public is more likely to experience difficulty in evaluating the available information and rely more on perceptions than facts when drawing conclusions. Even the most effective risk communication approaches are not likely to clarify all of the subtleties surrounding EM fields as a population health issue. Thus it is essential that all stakeholders involved in this issue participate in developing consensus solutions.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,991
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,041
Tête enseignante GPT0,374
Écart entre enseignants0,333 · 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