MétaCan
Menu
Retour à la cohorte
Enregistrement W2614416570 · doi:10.1086/691683

Ancient Vitamin D Deficiency: Long-Term Trends

2017· article· en· W2614416570 sur OpenAlexafffund
Megan B. Brickley, Lori D’Ortenzio, Bonnie Kahlon, Annabelle Schattmann, Isabelle Ribot, Émeline Raguin, Benoît Bertrand

Notice bibliographique

RevueCurrent Anthropology · 2017
Typearticle
Langueen
DomaineMedicine
ThématiqueVitamin D Research Studies
Établissements canadiensMcMaster UniversityNatural Sciences and Engineering Research Council
Organismes subventionnairesCanada Research ChairsMcMaster University
Mots-clésvitamin D deficiencyRicketsVitamin deficiencyVitamin D and neurologyVitamin A deficiencyPhysiologyBiologyVitaminEndocrinologyRetinol

Résumé

récupéré en direct d'OpenAlex

Vitamin D deficiency is now widely recognized as one of the most common health conditions in the world, with important consequences for overall health. Levels of deficiency appear to be rising, but the extent to which past humans were affected by vitamin D deficiency and the roles of this hormone in past human health are currently unknown. The discovery that mineralization defects in tooth dentin reflect periods of deficiency and are preserved in our earliest ancestors offers a unique opportunity to provide information on past social and cultural organization and, with further work, to contribute to ongoing debates on change in skin pigmentation. Here we show that humans from some of the earliest Middle Eastern and European communities were affected by deficiency, but levels and severity appear to have increased notably through time. On a simple comparative scale, severity of deficiency was four times as high in Greek communities in 1948 CE as in early farming communities from ca. 3000 BCE; some individuals in the later periods would have had rickets. Research using interglobular dentin in humans and nonhuman primates has the potential to fill in many important gaps in understanding past and present aspects of vitamin D deficiency.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,323
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,004
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,074
Tête enseignante GPT0,435
Écart entre enseignants0,360 · 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.

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

Citations27
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCurrent AnthropologyMême sujetVitamin D Research StudiesTravaux en français237 207