MétaCan
Menu
Retour à la cohorte
Enregistrement W2068253839 · doi:10.4236/jep.2013.412a1003

Short-Term Effects of Ozone and PM<sub>2.5</sub> on Mortality in 12 Canadian Cities

2013· article· en· W2068253839 sur OpenAlexafffundabout
N. Farhat, Tim Ramsay, Michael Jerrett, Daniel Krewski

Notice bibliographique

RevueJournal of Environmental Protection · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesUniversity of Ottawa
Mots-clésPoisson regressionOzoneAir pollutionSeasonalityEffect modificationDemographyParticulatesEnvironmental sciencePoisson distributionEpidemiologyGeographyEnvironmental healthMeteorologyStatisticsMedicineMathematicsPopulationBiologyConfidence intervalEcology

Résumé

récupéré en direct d'OpenAlex

Numerous recent epidemiological studies have linked health effects with short-term exposure to air pollution levels commonly found in North America. The association between two key pollutants—ozone and fine particulate matter— and mortality in 12 Canadian cities was explored in a time-series study. City-specific estimates were obtained using Poisson regression models, adjusting for the effects of seasonality and temperature. Estimates were then pooled across cities using the inverse variance method. For a 10 ppb increase in 1-hr daily maximum ozone levels, significant associations were in the range of 0.56% - 2.47% increase in mortality. For a 10 μg/m3 increase in the 24-hr average PM2.5 concentration of, significant associations varied between 0.91% and 3.17% increase in mortality. Generally, stronger associations were found among the elderly. Effects estimates were robust to adjustment for seasonality, but were sensitive to lag structures. There was no evidence for effect modification of the mortality-exposure association by city-level ecologic covariates.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,037
Score d'incertitude au seuil0,074

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,039
Tête enseignante GPT0,267
Écart entre enseignants0,228 · 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

Citations17
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

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