Identification of Occupational Cancer Risks in British Columbia
Notice bibliographique
Résumé
Lifetime occupational histories as well as information on known and suspected breast cancer risk factors were collected by means of a self-administered questionnaire from 1018 women with incident breast cancer ascertained from the British Columbia Cancer Registry, and from 1020 population controls. A matched case-control study design was used. Conditional logistic regression for matched sets data and the likelihood ratio were used in a two-step procedure and were performed separately for pre-menopausal women, post-menopausal women, and for all cases combined. Excess risk was noted for several white-collar occupations. Significantly increased risk was observed: (1) among pre-menopausal women: in electronic data-processing operators; barbers and hairdressers; in sales and material processing occupations; and in the food, clothing, chemical and transportation industries; (2) among post-menopausal women: in schoolteaching; in medicine, health, and nursing occupations; in laundry and dry-cleaning occupations; and in the aircraft and automotive, including gasoline service station, industries. Several significant associations were also seen in the combined group of pre- and post-menopausal women, particularly in crop farmers and in the fruit and vegetable, publishing and printing, and motor vehicle repair industries. The results of this study suggest excess breast cancer risk in a number of occupations and industries, notably those that entail exposure to solvents and pesticides.
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 | 0,000 | 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 | 0,000 |
| 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 ».