MétaCan
Menu
Retour à la cohorte
Enregistrement W2526555895 · doi:10.1111/risa.12699

Part II: Quantitative Evaluation of Choices Used in Setting Noncancer Chronic Human Health Reference Values Across Organizations

2016· article· en· W2526555895 sur OpenAlexaboutno aff
Elizabeth Holman, Royce A. Francis, George M. Gray

Notice bibliographique

RevueRisk Analysis · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEnvironmental Justice and Health Disparities
Établissements canadiensnon disponible
Organismes subventionnairesGeorge Washington UniversityU.S. Environmental Protection Agency
Mots-clésAgency (philosophy)Context (archaeology)Set (abstract data type)Environmental healthPsychologyMedicineComputer scienceSociologyGeographySocial science

Résumé

récupéré en direct d'OpenAlex

Environmental and public health organizations, including the World Health Organization (WHO) and the U.S. Environmental Protection Agency (USEPA), develop human health reference values (HHRV) that set “safe” levels of exposure to noncarcinogens. Here, we systematically analyze chronic HHRVs from four organizations: USEPA, Health Canada, RIVM (the Netherlands), and the U.S. Agency for Toxic Substances and Disease Registry. This study is an extension of our earlier work and both closely examines the choices made in setting HHRVs and presents a quantitative method for identifying the primary factors influencing HHRV agreement or disagreement.(1) We evaluated 171 organizational comparisons, developing a quantitative method for identifying the factors to which HHRV agreement (that is, when both organizations considering the same data set the identical HHRV values) is most sensitive. To conduct this analysis, a Bayesian belief network was built using expert judgment, including the specific science policy choices analysis made in the context of setting an HHRV. Based on a sensitivity of findings analysis, HHRV agreement is most sensitive to the point of departure value, followed by the total uncertainty factor (UF), critical study, critical effect, animal model, and point of departure approach. This analysis also considered the specific impacts of individual UFs, with the database UF and the subchronic‐to‐chronic UF being identified as primary factors impacting the total UF differences observed across organizations. The sensitivity of findings analysis results were strengthened and confirmed by frequency analyses evaluating which choices most often disagreed when the HHRV and the total UF disagreed.

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)0,240
score de la tête « metaresearch » (Gemma)0,468
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,240
Score d'incertitude au seuil0,938

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,2400,468
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0060,006
Études des sciences et des technologies0,0020,005
Communication savante0,0040,006
Science ouverte0,0020,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,077
Tête enseignante GPT0,456
Écart entre enseignants0,379 · 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.

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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRisk AnalysisMême sujetEnvironmental Justice and Health DisparitiesTravaux en français237 207