MétaCan
Menu
Retour à la cohorte
Enregistrement W2158872555 · doi:10.1093/aje/155.4.368

Individual Estimation of Exposures to Extremely Low Frequency Magnetic Fields in Jobs Commonly Held by Women

2002· article· en· W2158872555 sur OpenAlexaffabout
J E Deadman

Notice bibliographique

RevueAmerican Journal of Epidemiology · 2002
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueElectromagnetic Fields and Biological Effects
Établissements canadiensHydro-QuébecMcGill University
Organismes subventionnairesnon disponible
Mots-clésFactory (object-oriented programming)PercentileMedicineWork (physics)Environmental healthOccupational exposureEngineeringComputer scienceMathematicsStatisticsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Exposures to extremely low frequency (ELF) magnetic fields have not been documented extensively in occupations besides the work environments of electric or telephone utilities. A 1980-1993 study of childhood acute lymphoblastic leukemia (ALL) in Québec, Canada, gathered detailed information about the occupations of 491 mothers of ALL cases and mothers of a similar number of healthy controls. This information was combined with published data on the intensities of ELF magnetic fields associated with sources or work environments to estimate ELF magnetic field exposures for a wide range of jobs commonly held by women. Estimated exposures for 61 job categories ranged from 0.03 to 0.68 microT; the 25th, 50th, and 75th percentiles were 0.135, 0.17, and 0.23 microT, respectively. By job category, the most highly exposed jobs (>0.23 microT) included bakery worker, cashier, cook and kitchen worker, electronics worker, residential and industrial sewing machine operator, and textile machine operator. By work environment, the most highly exposed job categories were electronics worker in an assembly plant (0.70 microT) and sewing machine operators in a textile factory (0.68 microT) and shoe factory (0.66 microT). These results provide new information on expected levels of exposure in a wide range of jobs commonly held by women.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,449
Score d'incertitude au seuil0,471

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,016
Tête enseignante GPT0,267
Écart entre enseignants0,251 · 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 tête enseignante, 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

Citations20
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAmerican Journal of EpidemiologyMême sujetElectromagnetic Fields and Biological EffectsTravaux en français237 207