MétaCan
Menu
Retour à la cohorte
Enregistrement W2056765651 · doi:10.1097/01.jom.0000181174.02282.0c

Agricultural Dust Exposure and Respiratory Symptoms Among California Farm Operators

2005· article· en· W2056765651 sur OpenAlexaff
Marc B. Schenker, Jeffrey A. Farrar, Diane C. Mitchell, Rochelle S. Green, Steven J. Samuels, Robert Lawson, Stephen A. McCurdy

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensLawson Foundation
Organismes subventionnairesNational Institute for Occupational Safety and HealthNational Institute of Environmental Health SciencesCenters for Disease Control and Prevention
Mots-clésWheezeChronic bronchitisAsthmaMedicineOdds ratioBronchitisEnvironmental healthRespiratory systemConfidence intervalChronic coughLogistic regressionRespiratory diseasePopulationRespiratory soundsInternal medicineLung

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: To study whether dust exposure in California agriculture is a risk factor for respiratory symptoms. METHODS: A population-based survey of 1947 California farmers collected respiratory symptoms, occupational and personal exposures. Associations between dust and respiratory symptoms were assessed by logistic regression models. RESULTS: The prevalence of persistent wheeze was 8.6%, chronic bronchitis 3.8%, chronic cough 4.2%, and asthma 7.8%. Persistent wheeze was independently associated with dust in a dose-response fashion odds ratio, 1.2 (95% confidence interval[CI]=0.8-2.0) and 1.8 (95% CI=1.1-3.2) for low and high time in dust. A borderline significant association between chronic bronchitis and dust exposure was found. Asthma was associated with keeping livestock, but not with dust exposure. CONCLUSIONS: Occupational dust exposure among California farmers, only one third of whom tended animals, was independently associated with chronic respiratory symptoms.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,081
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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.

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

Citations57
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207