MétaCan
Menu
Retour à la cohorte
Enregistrement W2325830741 · doi:10.1097/phh.0b013e3181e3cc2a

Housing Interventions and Control of Health-Related Chemical Agents

2010· review· en· W2325830741 sur OpenAlexaff
Megan Sandel, Andrea Baeder, Asa Bradman, J. P. W. Hughes, Clifford S. Mitchell, Richard Shaughnessy, Tim K. Takaro, David E. Jacobs

Notice bibliographique

RevueJournal of Public Health Management and Practice · 2010
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPsychological interventionEnvironmental healthMedicineEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Subject matter experts systematically reviewed evidence on the effectiveness of housing interventions that affect health outcomes associated with exposure to chemical agents, such as pesticides, lead, volatile organic compounds, as well as the radon gas. Particulates were also examined, and the role of ventilation on exposures was assessed. The review included both published literature and peer-reviewed reports from the US Environmental Protection Agency. Four of the 14 interventions reviewed had sufficient evidence to demonstrate their effectiveness and are ready for implementation: radon air mitigation by using active soil depressurization systems, integrated pest management to reduce exposures to pesticides, smoke-free home policies making indoor areas smoke-free (ie, no smoking allowed anywhere at any time), and residential lead hazard control. Four interventions needed more field evaluation, 3 needed formative research, and 3 either had no sufficient evidence of effectiveness or had evidence the interventions were ineffective. This evidence review shows that housing improvements are likely to help reduce radon-induced lung cancer, cardiovascular mortality related to secondhand smoke, and neurological effects from exposure to pesticides and lead paint. Investing in housing interventions may yield important savings from reduced disease and injury from avoidable exposures to chemical agents.

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)0,020
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,988
Score d'incertitude au seuil0,772

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0200,001
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 savante0,0000,001
Science ouverte0,0000,000
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 Opus0,298
Tête enseignante GPT0,471
Écart entre enseignants0,174 · 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'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

Citations41
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public Health Management and PracticeMême sujetAir Quality and Health ImpactsTravaux en français237 207