MétaCan
Menu
Retour à la cohorte
Enregistrement W2809369688 · doi:10.23907/2018.001

Deaths from Environmental Hypoxia and Raised Carbon Dioxide

2018· review· en· W2809369688 sur OpenAlexaff
Christopher M. Milroy

Notice bibliographique

RevueAcademic Forensic Pathology · 2018
Typereview
Langueen
DomaineMedicine
ThématiqueInjury Epidemiology and Prevention
Établissements canadiensOttawa Hospital
Organismes subventionnairesnon disponible
Mots-clésHypoxia (environmental)Carbon dioxideAutopsyPoison controlForensic pathologyForensic engineeringMedicineEnvironmental scienceOxygenMedical emergencyEngineeringPathologyChemistryBiologyEcology

Résumé

récupéré en direct d'OpenAlex

This paper reviews deaths in which there is an environment that is low in oxygen and/or has elevated levels of carbon dioxide. These deaths present problems to autopsy pathologists, as the autopsy is typically negative and postmortem toxicology cannot be used to detect the effects of hypoxia and raised levels of carbon dioxide. Deaths from hypoxia and raised carbon dioxide may be encountered in work-and nonwork-related environments. Typically these are accidents, but suicides may be encountered and criminal charges may follow these events. Environments that have been associated with these events include mines, tunnels, sewers, and pits. Transportation incidents may also be associated with hypoxic events, particularly aircraft and submarines. When an atmosphere low in oxygen is entered, collapse can be rapid, or immediate if the environmental oxygen is below 6%. Environments rich in carbon dioxide can also cause death, even with a high oxygen concentration. Such environments may be encountered in industrial settings, but also occur in natural disasters such as the Lake Nyos disaster. The identification of these deaths typically requires a coordinated investigation with safety inspectors and other experts in industrial- and work-related deaths.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,043
Tête enseignante GPT0,338
Écart entre enseignants0,295 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademic Forensic PathologyMême sujetInjury Epidemiology and PreventionTravaux en français237 207