MétaCan
Menu
Retour à la cohorte
Enregistrement W2224731660 · doi:10.1155/2015/361687

Climate Change and the New Normal for Cardiorespiratory Disease

2015· review· en· W2224731660 sur OpenAlexaff
Tim K. Takaro, Sarah B. Henderson

Notice bibliographique

RevueCanadian Respiratory Journal · 2015
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensBC Centre for Disease ControlUniversity of British ColumbiaSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésCardiorespiratory fitnessClimate changeMedicineEnvironmental healthAffect (linguistics)Natural resource economicsDiseaseEnvironmental planningEnvironmental resource managementEnvironmental scienceEcology

Résumé

récupéré en direct d'OpenAlex

Climate change is already affecting the cardiorespiratory health of populations around the world, and these impacts are expected to increase. The present overview serves as a primer for respirologists who are concerned about how these profound environmental changes may affect their patients. The authors consider recent peer-reviewed literature with a focus on climate interactions with air pollution. They do not discuss in detail cardiorespiratory health effects for which the potential link to climate change is poorly understood. For example, pneumonia and influenza, which affect >500 million people per year, are not addressed, although clear seasonal variation suggests climate-related effects. Additionally, large global health impacts in low-resource countries, including migration precipitated by environmental change, are omitted. The major cardiorespiratory health impacts addressed are due to heat, air pollution and wildfires, shifts in allergens and infectious diseases along with respiratory impacts from flooding. Personal and societal choices about carbon use and fossil energy infrastructure should be informed by their impacts on health, and respirologists can play an important role in this discussion.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,881
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,199
Tête enseignante GPT0,358
Écart entre enseignants0,159 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Respiratory JournalMême sujetClimate Change and Health ImpactsTravaux en français237 207