MétaCan
Menu
Retour à la cohorte
Enregistrement W2033452439 · doi:10.3390/ijerph6031010

Well Water Arsenic Exposure, Arsenic Induced Skin-Lesions and Self-Reported Morbidity in Inner Mongolia

2009· article· en· W2033452439 sur OpenAlexaff
Yajuan Xia, Timothy J. Wade, Kegong Wu, Yanhong Li, Zhixiong Ning, X. Chris Le, Binfei Chen, Yong Feng, Judy L. Mumford, Xingzhou He

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueArsenic contamination and mitigation
Établissements canadiensUniversity of Alberta
Organismes subventionnairesRTI InternationalU.S. Environmental Protection Agency
Mots-clésArsenicArsenic poisoningInner mongoliaMedicineSkin lesionArsenic toxicityArsenic contamination of groundwaterEnvironmental healthDermatologyChemistryGeographyChina

Résumé

récupéré en direct d'OpenAlex

Residents of the Bayingnormen region of Inner Mongolia have been exposed to arsenic-contaminated well water for over 20 years, but relatively few studies have investigated health effects in this region. We surveyed one village to document exposure to arsenic and assess the prevalence of arsenic-associated skin lesions and self-reported morbidity. Five-percent (632) of the 12,334 residents surveyed had skin lesions characteristics of arsenic exposure. Skin lesions were strongly associated with well water arsenic and there was an elevated prevalence among residents with water arsenic exposures as low as 5 microg/L-10 microg/L. The presence of skin lesions was also associated with self-reported cardiovascular disease.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,768
Score d'incertitude au seuil0,920

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,052
Tête enseignante GPT0,344
Écart entre enseignants0,292 · 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 tête enseignante, 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

Citations63
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetArsenic contamination and mitigationTravaux en français237 207