Laboratory Case Identification of Arsenic in Ronpibul Village, Thailand (2000–2002)
Notice bibliographique
Résumé
Ronpibul village dwellers in the southern part of Thailand have been exposed to arsenic in the water and the environment over three generations. Over the past decades, clean water supplies, utilization and consumption have been introduced to the area. The villagers still use and select rainwater to other forms of potable water. In 2000, the epidemiological survey by Siripitayakunkit (Siripitayakunkit, U. Survey of Chronic Arsenic Poisoning in Ronpiboon, Nakhon Si Thammarat, Thailand, 2000. Proc. 6th International Conference on the Biochemistry of Trace Elements, Guelph, Canada) showed prevalence rate at 24.7%, by using the skin lesion as selection criteria. In 2000-2002, attempt to initiate the local arsenic patient center, we investigated the population at risk in three villages. The laboratory analyses cover urine arsenic level, urine sugar screening and skin lesion classified by dermatologist. The result showed the prevalence of 5.99% of melanosis and 8.67% of hyperkeratosis, 3.84% of urine sugar > 100 mg/dL and 6.33% urine arsenic > 50 microg/g creatinine. There were low to negligible correlation between arsenic urine with urine sugar (r2 = 0.241) and arsenic urine with skin lesion (r2 = 0.058).
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 tête enseignante, 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 ».