From measures to models: an evaluation of air pollution exposure assessment for epidemiological studies of pregnant women
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVES: To evaluate exposure estimation methods such as spatially resolved land-use regression models and ambient monitoring data in the context of epidemiological studies of the impact of air pollution on pregnancy outcomes. METHODS: The study measured personal 48 h exposures (NO, NO(2), PM(2.5) mass and absorbance) and mobility (time activity and GPS) for 62 pregnant women during 2005-2006 in Vancouver, Canada, one to three times during pregnancy. Measurements were compared to modelled (using land-use regression and interpolation of ambient monitors) outdoor concentrations at subjects' home and work locations. RESULTS: Personal NO and absorbance (ABS) measurements were moderately correlated (NO: r = 0.54, ABS: r = 0.29) with monitor interpolations and explained primarily within-subject (temporal) variability. Land-use regression estimates including work location improved correlations for NO over those based on home postal code (for NO: r = 0.49 changed to NO: r = 0.55) and explained more between-subject variance (4-20%); limiting to a subset of samples (n = 61) when subjects spent >65% time at home also improved correlations (NO: r = 0.72). Limitations of the GPS equipment precluded assessment of including complete GPS-based mobility information. CONCLUSIONS: The study found moderate agreement between short-term personal measurements and estimates of ambient air pollution at home based on interpolation of ambient monitors and land-use regression. These results support the use of land-use regression models in epidemiological studies, as the ability of such models to characterise high resolution spatial variability is "reflected" in personal exposure measurements, especially when mobility is characterised.
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.
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 | 0,004 | 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) | 0,000 | 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 découle