MétaCan
Menu
Retour à la cohorte
Enregistrement W2794169666 · doi:10.3389/fpubh.2018.00095

Severe Urban Outdoor Air Pollution and Children’s Structural and Functional Brain Development, From Evidence to Precautionary Strategic Action

2018· article· en· W2794169666 sur OpenAlexaff
Amedeo D’Angiulli

Notice bibliographique

RevueFrontiers in Public Health · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésScientific evidencePerspective (graphical)CognitionPsychologyAction (physics)Air pollutionNeuroinflammationBrain developmentSet (abstract data type)PerceptionNeuroscienceEnvironmental healthMedicineDevelopmental psychologyBiologyPathologyDiseaseEcology

Résumé

récupéré en direct d'OpenAlex

According to the latest estimates, about 2 billion children around the world are exposed to severe urban outdoor air pollution. Transdisciplinary, multi-method findings from epidemiology, developmental neuroscience, psychology, and pediatrics, show detrimental outcomes associated with pre- and postnatal exposure are found at all ages. Affected brain-related functions include perceptual and sensory information processing, intellectual and cognitive development, memory and executive functions, emotion and self-regulation, and academic achievement. Correspondingly, with the breakdown of natural barriers against entry and translocation of toxic particles in the brain, the most common structural changes are responses promoting neuroinflammation and indicating early neurodegenerative processes. In spite of the gaps in current scientific knowledge and the challenges posed by non-scientific issues that influence policy, the evidence invites the conclusion that urban outdoor air pollution is a serious threat to healthy brain development which may set the conditions for neurodegenerative diseases. Such evidence supports the perspective that urgent strategic precautionary actions, minimizing exposure and attenuating its effects, are needed to protect children and their brain development.

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)0,003
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,002
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,090
Tête enseignante GPT0,315
Écart entre enseignants0,226 · 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

Citations43
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Public HealthMême sujetAir Quality and Health ImpactsTravaux en français237 207