Geographical Analysis of the Distribution of Publications Describing Spatial Associations among Outdoor Environmental Variables and Really Small Newborns in the USA and Canada
Notice bibliographique
Résumé
Newborns defined as being of “low birth weight” (LBW) or “small for gestational age” (SGA) are global health issues of concern because they are vulnerable to mortality and morbidity. Prenatal exposures may contribute to LBW/SGA. In this review, we searched peer-reviewed scientific literature to determine what location-based hazards have been linked with LBW/SGA in the industrialized nations of Canada and the USA. After selecting studies based on inclusion/exclusion criteria, we entered relevant details in to an evidence table. We classified and summarized 159 articles based on type of environment (built = 108, natural = 10, and social = 41) and general category of environmental variables studied (e.g., air pollution, chemical, water contamination, waste site, agriculture, vegetation, race, SES, etc.). We linked the geographic study areas by province/state to political boundaries in a GIS to map the distributions and frequencies of the studies. We compared them to maps of LBW percentages and ubiquitous environmental hazards, including land use, industrial activity and air pollution. More studies had been completed in USA states than Canadian provinces, but the number has been increasing in both countries from 1992 to 2018. Our geographic inquiry demonstrated a novel, spatially-focused review framework to promote understanding of the human ‘habitat’ of shared environmental exposures that have been associated with LBW/SGA.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,038 | 0,064 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».