MétaCan
Menu
Retour à la cohorte
Enregistrement W2888310719 · doi:10.1016/j.pmedr.2018.08.010

Availability of tanning salons in Ontario relative to indoor tanning policy (2001–2017)

2018· article· en· W2888310719 sur OpenAlexafffundabout
Jennifer E. McWhirter, Spencer Byl, Alyssa Green, William Sears, Andrew Papadopoulos

Notice bibliographique

RevuePreventive Medicine Reports · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueSkin Protection and Aging
Établissements canadiensUniversity of Guelph
Organismes subventionnairesGovernment of OntarioUniversity of Guelph
Mots-clésSalonInternational agencyEnvironmental healthSkin cancerLegislationAgency (philosophy)Indoor airPublic healthMedicineBusinessCancerPolitical scienceEnvironmental scienceNursingSociologyEnvironmental engineeringLaw

Résumé

récupéré en direct d'OpenAlex

Ultraviolet (UV) radiation from indoor tanning equipment is a known cause of skin cancer; however, little is known about how the availability of indoor tanning salons has been impacted by indoor tanning legislation, including Ontario's Skin Cancer Prevention Act: Tanning Beds (SCPA). Tanning salon listings were obtained from the 2001 to 2017 editions of InfoCanada's Ontario Business to Business Sales and Marketing directories. Using descriptive statistics and regression analysis, we assessed the number of tanning salons before and after: 1) the 2006 International Agency for Research on Cancer (IARC) report on indoor tanning and skin cancer; 2) the 2009 World Health Organization (WHO) reclassification of artificial UV radiation as carcinogenic; and 3) the passing and enactment of Ontario's SCPA in 2013 and 2014, respectively. There were fewer tanning salon listings in the years after vs. before the IARC report, the WHO reclassification, and the passing and enactment of the SCPA. The number of tanning salons in Ontario, Canada has been declining since 2006, which may reflect a decline in indoor tanning bed use. Key public health policy instruments, including legislation and public education, appear to be associated with this trend, suggesting they may contribute to deterring indoor tanning.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,114

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,352
Écart entre enseignants0,308 · 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

Citations7
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revuePreventive Medicine ReportsMême sujetSkin Protection and AgingTravaux en français237 207