MétaCan
Menu
Retour à la cohorte
Enregistrement W2047127734 · doi:10.1080/15287390590936157

Measuring Progress in the Management of Ambient Air Quality: The Case for Population Health

2005· article· en· W2047127734 sur OpenAlexaffabout
Richard T. Burnett, Sheryl Bartlett, Barry Jessiman, Philip Blagden, Paul R. Samson, Sabit Cakmak, Dave Stieb, Mark Raizenne, Jeffrey R. Brook, Tom Dann

Notice bibliographique

RevueJournal of Toxicology and Environmental Health · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensEnvironment and Climate Change CanadaAir CanadaPrivy Council OfficeHealth Canada
Organismes subventionnairesnon disponible
Mots-clésPollutantAir pollutionEnvironmental sciencePollutionEnvironmental healthPopulationNitrogen dioxideAir pollutantsPopulation healthAir quality indexMeasure (data warehouse)Environmental protectionMeteorologyGeographyMedicineComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

Although progress has been made in the last few decades at reducing ambient concentrations of air pollutants, scientific evidence suggests that there remains a risk to human health from exposure to these pollutants at current levels in Canada. Much of the motivation for air pollution reduction efforts is to protect population health. This article presents a method of monitoring changes in air pollution-related health outcomes over time in conjunction with temporal changes in ambient pollution concentrations. The progress measure is a function of temporal changes in location-specific ambient concentrations and the potentially time-dependent association between those concentrations and daily deaths. The progress measure can be determined for a single location or at a national level. The measure can also be extended to include several pollutants. The progress measure is illustrated with an example of how changes in nitrogen dioxide levels in 12 Canadian cities from 1981 to 1999 have translated into changes in the percent of nonaccidental mortality burden attributable to this pollutant over time.

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)0,115
score de la tête « metaresearch » (Gemma)0,176
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,606

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,1150,176
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0060,009
Études des sciences et des technologies0,0030,018
Communication savante0,0090,024
Science ouverte0,0040,008
Intégrité de la recherche0,0060,010
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 Opus0,082
Tête enseignante GPT0,371
Écart entre enseignants0,289 · 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

Citations20
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Toxicology and Environmental HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207