MétaCan
Menu
Retour à la cohorte
Enregistrement W2942595397 · doi:10.5539/ijb.v11n1p10

An Experimental Investigation of the Impact of Electromagnetic Radiations Emitted from Mobile Phone on General Health, pH, Flow Rate and Electrolytes Concentrations of Saliva in Female Adults

2018· article· en· W2942595397 sur OpenAlexvenueno aff
Etimad Alattar, Khitam Elwasife, Eqbal Radwan, Hadeer Abu Warda, Mohammed Abujami

Notice bibliographique

RevueInternational Journal of Biology · 2018
Typearticle
Langueen
DomaineMedicine
ThématiqueHuman Health and Disease
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMobile phoneSalivaMedicineAudiologyPsychologyInternal medicineComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

The main objective was to determine the effect of mobile phone radiation on general health and electrolytes among students who use mobile phones. A questionnaire was designed and applied to 103 healthy and 36 deaf female students to select cases that meeting the inclusion criteria. For assessment of salivary parameters, the participants were classified into three groups. Group I was the control group, which included 17 deaf students. Group II was healthy students who have mobile phone for less than 5 years. Group III was healthy students who have mobile phone for 5 years or more. The results showed that the participants who use mobile phone had several problems in their health including dry mouth, bad odor from mouth, drooling of saliva, as well as ear and eye pain. The participants who use mobile phone complained of headache, anxiety and forgetfulness as compared to deaf participants. The study showed that there was no significant difference between pH and flow rate of saliva in all tested groups. This study has also shown that salivary level of Na+ and K+ were significantly lower in mobile phone users when compared to non-users of mobile phone.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,014
Tête enseignante GPT0,348
Écart entre enseignants0,335 · 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'étudeExpérimental (laboratoire)
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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of BiologyMême sujetHuman Health and DiseaseTravaux en français237 207