MétaCan
Menu
Retour à la cohorte
Enregistrement W2621370763 · doi:10.3389/frym.2017.00006

Art Materials Can Be Dangerous! How Can You Reduce Your Risk?

2017· article· en· W2621370763 sur OpenAlexaff
Masood A. Shammas, Hira Shammas, Samiyah Rajput, Dildar Ahmad, Gulzar Ahmad

Notice bibliographique

RevueFrontiers for Young Minds · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy Metal Exposure and Toxicity
Établissements canadiensEarl Haig Secondary School
Organismes subventionnairesnon disponible
Mots-clésHealth riskInternet privacyRisk analysis (engineering)BusinessMedicineEnvironmental healthComputer science

Résumé

récupéré en direct d'OpenAlex

Art materials are used by individuals of all ages. Certain chemicals found in art materials have potential to cause health problems, especially if used over a long period of time. The risk can be greater for children, individuals with mental or physical challenges, and people with certain genetic diseases and/or unhealthy lifestyles. However, there are laws and regulations that serve to minimize the risks we take when using these materials. In a recent publication [<xref ref-type="bibr" rid="B1">1</xref>], we have proposed that the potential health risks associated with art materials can be further reduced, if the art material labels include the date when the last review of the ingredients was performed. The purpose of this article is to share our findings with younger audiences and raise awareness that: (1) we should make an effort to know the potential health risks associated with art materials we use, especially if we will use them for a long time; (2) we should use these risky materials in a responsible and careful way; and (3) we should always read labels and collect information about the ingredients in art materials and their possible effects on health.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,190
Score d'incertitude au seuil0,982

Scores Codex et Gemma par catégorie

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

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 Opus0,024
Tête enseignante GPT0,256
Écart entre enseignants0,231 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers for Young MindsMême sujetHeavy Metal Exposure and ToxicityTravaux en français237 207