Seasonality of mortality: the September phenomenon in Mediterranean countries
Notice bibliographique
Résumé
BACKGROUND: Seasonal increases in the mortality rate have been associated with excessively cold or hot weather. We evaluated monthly patterns of mortality in selected countries. METHODS: We analyzed all-cause mortality statistics from 5 European Mediterranean countries (Cyprus, France, Greece, Italy, Spain), Sweden, North America (United States and Canada), Australia, New Zealand and Japan. We extracted and tabulated data on monthly all-cause mortality in the general population from the earliest to the latest year that records were available. RESULTS: We identified relevant data for a period of 2-57 years in each country. In the Mediterranean countries, the lowest average daily mortality was observed in September (all countries, 125/168 [74%] years). The fewest deaths were in August in Sweden (14/20 [70%] years) and North America (32/50 [64%] years). The fewest deaths in Japan occurred in July (2/2 [100%] years). In the southern hemisphere, the lowest mortality in Australia occurred in March (7/10 [70%] years) and in February for New Zealand (cumulative over 24 years). INTERPRETATION: Mortality in the general population declines in the late summer to early fall months in the countries evaluated. Environmental parameters may partly account for these associations, and further research is needed on the contribution of additional factors such as summer vacations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».