MétaCan
Menu
← Retour à la cohorte
Enregistrement W2565593681 · doi:10.22038/apjmt.2016.6879

Relative Risk of Peanut Allergy across the Globe; Where Toxicology Meets Immunology

2016· article· en· W2565593681 sur OpenAlexaff
Herman J. Gibb, Brecht Devleesschauwer, P. Michael Bolger, Janine Ezendam, Julie Cliff, Marco J. Zeilmaker, P Verger, John I. Pitt, Janis Baines, G. O. Adegoke, Reza Afshari, Yan Liu, Bas Bokkers, Henk Van Loveren, Marcel Mengelers, Esther Brandon, Arie H. Havelaar, David C. Bellinger, Angela Randall, Mahmoud Mahmoudi

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2016
Typearticle
Langueen
DomaineMedicine
ThématiqueFood Allergy and Anaphylaxis Research
Établissements canadiensIntertek (Canada)BC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAllergyPeanut allergyGlobeImmunologyMedicineToxicologyBiologyFood allergy

Résumé

récupéré en direct d'OpenAlex

In December 2015, the World Health Organization (WHO) published the first ever report on the estimates of the global burden of foodborne diseases, which included diseases related to chemical exposures in foods such as peanut allergy. In the report, the burden of disease related to peanut allergies was measured for the European, American and West Pacific Regions. The report showed that unlike other food-related chemical exposures, peanut allergies are far more common in the European and American Regions than in the West Pacific Region. In this commentary we tried to inform physicians and public health workers, and to raise awareness about peanut allergies to facilitate future discussions. Although the WHO report on the estimates of the global burden of foodborne diseases indicates a possible geographical difference in global peanut allergy prevalence, further studies need to compare the relative risk of peanut allergies among individuals of different racial backgrounds in one defined population.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,159
Tête enseignante GPT0,540
Écart entre enseignants0,381 · 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'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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)→Même sujetFood Allergy and Anaphylaxis Research→Travaux en français237 207→