Notice bibliographique
Résumé
I: The Danger in Our Mouths The use of mercury in dental amalgam fillings has been an accepted practice in the United States for more than a hundred years. So it should come as no surprise that most people assume the silvery-looking fillings in their mouths are safe and nontoxic, posing no risk to their health. But is this assumption well founded? An analysis of the scientific evidence on mercury can only lead to a resounding “no.” Mercury is a toxic heavy metal that can have disastrous health effects. Research shows that mercury is associated with disorders such as multiple sclerosis, Alzheimer’s disease, depression and reduced immune functioning. Mercury exposure also presents a risk to fetuses in mothers who have amalgam fillings. California recognized this risk in November 2000 when it became the first state to require dentists to inform their patients that amalgam fillings may cause birth defects. It is of interest that the studies proving mercury’s toxicity often come from the journals of conventional dentistry and medicine. Even so, orthodox dentistry continues to assure us that the mercury in our mouths is safe. This disconnect between our long-standing assumption that mercury amalgams are nontoxic and the evidence showing otherwise reminds us of an important principle: What has been accepted as true is not always so scientifically.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,040 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,005 | 0,025 |
| Communication savante | 0,011 | 0,023 |
| Science ouverte | 0,004 | 0,006 |
| Intégrité de la recherche | 0,035 | 0,030 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».