MétaCan
Menu
Retour à la cohorte
Enregistrement W2146105966 · doi:10.1111/j.1541-0064.2006.00147.x

Health hazards and socio‐economic status: a neighbourhood cohort approach, Vancouver, 1976–2001

2006· article· en· W2146105966 sur OpenAlexafffundvenueabout
Michael Buzzelli, Jason Su, Nhu Da Le, Tenny Bache

Notice bibliographique

RevueCanadian Geographies / Géographies canadiennes · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesBritish Columbia Medical Services FoundationSocial Sciences and Humanities Research Council of CanadaCanadian Institute for Advanced Research
Mots-clésNeighbourhood (mathematics)Metropolitan areaGeographyCensusCohortSocioeconomic statusPopulationHealth geographyEnvironmental healthSocioeconomicsRegional sciencePublic healthSociologyMedicineHealth education

Résumé

récupéré en direct d'OpenAlex

This paper lays the foundation for a research program concerned with the geographical patterning of environmental and population health at the urban neighbourhood scale. Based on the Vancouver metropolitan region, the aim is to better understand the role of neighbourhoods as epidemiological spaces where environmental and social characteristics combine as health processes and outcomes at the community and individual levels. With respect to procedure, this paper builds a cohort of commensurate neighbourhoods across all six census periods from 1976 to 2001, assembles neighbourhood air pollution (total particles) data, and provides an initial analysis to demonstrate how air pollution systematically and consistently maps onto neighbourhood socio‐economic markers, specifically education and family status. We conclude with a discussion of how the neighbourhood cohort can be further developed to address emergent priorities in the population and environmental health literatures, namely the need for temporally matched data, a life‐course approach and analyses that control for spatial scale effects.

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)0,002
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,050
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,009
Tête enseignante GPT0,216
Écart entre enseignants0,207 · 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

Citations13
Publié2006
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Geographies / Géographies canadiennesMême sujetAir Quality and Health ImpactsTravaux en français237 207