MétaCan
Menu
Retour à la cohorte
Enregistrement W2508648698 · doi:10.1097/jom.0000000000000775

Introduction to Department of Defense Research on Burn Pits, Biomarkers, and Health Outcomes Related to Deployment in Iraq and Afghanistan

2016· article· en· W2508648698 sur OpenAlexaff
Timothy M. Mallon, MAJ Patricia Rohrbeck, MAJ Kevin M. Haines, Dean P. Jones, Mark J. Utell, Philip K. Hopke, Richard P. Phipps, Douglas I. Walker, Thomas H. Thatcher, Collynn F. Woeller, Coleen P. Baird, Harvey B. Pollard, Clifton L. Dalgard, Joel C. Gaydos

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesNational Institute of Environmental Health SciencesNational Institute of General Medical Sciences
Mots-clésEnvironmental healthMedicineSoftware deploymentCohort studyBiomarkerCohortPathologyEngineering

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: This paper provides an overview of our study that was designed to assess the health impact of environmental exposures to open pit burning in deployed troops. METHODS: The rationale for the study and the structure of the research plan was laid out. An overview of each article in the supplement was provided. The cohort of deployed Service members was assessed for airborne exposure, relevant biomarkers, and health outcomes following deployment to Balad, Iraq, and/or Bagram, Afghanistan. RESULTS: Polycyclic aromatic hydrocarbon (PAH) exposures were elevated, and serum biomarkers were statistically different postdeployment. Associations were noted between PAHs and dioxins and microRNAs. Some health outcomes were evident in deployers compared with nondeployers. CONCLUSIONS: Future research will examine the associations between demographic variables, smoking status, biomarker levels, and related health outcomes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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: Éditorial · Signal consensuel: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0180,002

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 Opus0,041
Tête enseignante GPT0,351
Écart entre enseignants0,310 · 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 source (Gemma direct ou Codex distillé), 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
GenreÉditorial

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

En bref

Citations29
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetToxic Organic Pollutants ImpactTravaux en français237 207