MétaCan
Menu
Retour à la cohorte
Enregistrement W2072791693 · doi:10.5539/gjhs.v5n1p90

Association between Climatic Variables and Malaria Incidence: A Study in Kokrajhar District of Assam, India

2012· article· en· W2072791693 sur OpenAlexvenueno aff
Dilip C. Nath, Dimacha Dwibrang Mwchahary

Notice bibliographique

RevueGlobal Journal of Health Science · 2012
Typearticle
Langueen
DomaineMathematics
ThématiqueAdvanced Statistical Methods and Models
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMalariaIncidence (geometry)GeographyAssociation (psychology)Environmental healthDemographySocioeconomicsMedicinePsychologySociologyPathologyMathematics

Résumé

récupéré en direct d'OpenAlex

A favorable climatic condition for transmission of malaria prevails in Kokrajhar district throughout the year. A sizeable part of the district is covered by forest due to which dissimilar dynamics of malaria transmission emerge in forest and non-forest areas. Observed malaria incidence rates of forest area, non-forest area and the whole district over the period 2001-2010 were considered for analyzing temporal correlation between malaria incidence and climatic variables. Associations between the two were examined by Pearson correlation analysis. Cross-correlation tests were performed between pre-whitened series of climatic variable and malaria series. Linear regressions were used to obtain linear relationships between climatic factors and malaria incidence, while weighted least squares regression was used to construct models for explaining and estimating malaria incidence rates. Annual concentration of malaria incidence was analyzed by Markham technique by obtaining seasonal index. Forest area and non-forest area have distinguishable malaria seasons. Relative humidity was positively correlated with forest malaria incidence, while temperature series were negatively correlated with non-forest malaria incidence. There was higher seasonality of concentration of malaria in the forest area than non-forest area. Significant correlation between annual changes in malaria cases in forest area and temperature was observed (coeff=0.689, p=0.040). Separate reliable models constructed for forecasting malaria incidence rates based on the combined influence of climatic variables on malaria incidence in different areas of the district were able to explain substantial percentage of observed variability in the incidence rates (R2adj=45.4%, 50.6%, 47.2%; p< .001 for all). There is an intricate association between climatic variables and malaria incidence of the district. Climatic variables influence malaria incidence in forest area and non-forest area in different ways. Rainfall plays a primary role in characterizing malaria incidences in the district. Malaria parasites in the district had adapted to a relative humidity condition higher than the normal range for transmission in India. Instead of individual influence of the climatic variables, their combined influence was utilizable for construction of models.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,047
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
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 recherche0,0000,000
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 Opus0,103
Tête enseignante GPT0,473
Écart entre enseignants0,370 · 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

Citations23
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetAdvanced Statistical Methods and ModelsTravaux en français237 207