MétaCan
Menu
← Retour à la cohorte
Enregistrement W2011336372 · doi:10.1021/es900419n

The Relationship between Averaged Sulfate Exposures and Concentrations: Results from Exposure Assessment Panel Studies in Four U.S. Cities

2009· article· en· W2011336372 sur OpenAlexaff
Jeremy A. Sarnat, Kathleen Ward Brown, Scott M. Bartell, Stefanie Ebelt Sarnat, Amanda J. Wheeler, Helen Suh, Petros Koutrakis

Notice bibliographique

RevueEnvironmental Science & Technology · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensHealth Canada
Organismes subventionnairesElectric Power Research Institute
Mots-clésSulfateExposure assessmentEnvironmental sciencePanel dataEnvironmental chemistryEnvironmental healthToxicologyChemistryEconometricsMathematicsMedicineBiology

Résumé

récupéré en direct d'OpenAlex

This analysis examines differences between measured ambient indoor, and personal sulfate concentrations across cities, seasons, and individuals to elucidate how these differences may impact PM2.5 exposure measurement error. Data were analyzed from four panel studies conducted in Atlanta, Baltimore, Boston, and Steubenville (OH). Among the study locations, 1912 person-days of personal sulfate data were collected over 396 days involving 245 individual sampling sessions. Long-term differences in ambient and personal levels averaged over time are examined. Differences between averaged ambient and personal sulfate among and within cities were observed, driven by between subject and city differences in sulfate infiltration, F(inf), from outdoors to indoors. Neglecting this source of variability in associations may introduce bias in studies examining long-term exposures and chronic health. Indoor sulfate was highly correlated with and similar in magnitude to personal sulfate, suggesting indoor PM monitoring may be another means of characterizing true exposure variability.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,111
Tête enseignante GPT0,344
Écart entre enseignants0,233 · 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

Citations18
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & Technology→Même sujetAir Quality and Health Impacts→Travaux en français237 207→