MétaCan
Menu
Retour à la cohorte
Enregistrement W2954304241 · doi:10.71781/13211

L’aérobiologie du pollen de bouleau (Betula spp.) : synergie avec les facteurs environnementaux et impacts sur les maladies respiratoires

2018· dissertation· fr· W2954304241 sur OpenAlexaboutno aff
Alain Robichaud

Notice bibliographique

RevueOpen MIND · 2018
Typedissertation
Languefr
DomaineNursing
ThématiqueNuts composition and effects
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésForestryGeography

Résumé

récupéré en direct d'OpenAlex

Plusieurs études publiées à travers le monde ont montré une association entre les enjeux de santé liés aux maladies respiratoires, et les facteurs environnementaux suivants : aéroallergènes, pollution et conditions météorologiques. Cependant, beaucoup moins d'attention a été attribuée à l'impact combiné ou la synergie entre ces différentes familles de co-stresseurs. Ainsi, la notion de synergie entre les facteurs environnementaux et le pollen aéroporté représente le fil conducteur sous-jacent à cette thèse. Par ailleurs, des simulations numériques du pollen allergénique aéroporté (Betula spp.) sont nécessaires pour protéger et informer les citoyens des risques à la santé respiratoire mais aussi pour comprendre dans un contexte régional (à l’aide de cartographie), la variabilité spatio-temporelle à la fois des facteurs environnementaux et celle du pollen. Le système de simulation développé dans le cadre de cette thèse permet l'analyse combinée du transport et de la dispersion à moyenne et longue distance (TDMLD) du pollen anémophile et des polluants atmosphériques. Soumis à de multiples stress environnementaux durant son transport dans l’atmosphère, le grain de pollen peut subir une augmentation des fractures de son enveloppe externe (exine) conduisant à une libération de granules intracytoplasmiques ayant des propriétés allergisantes et une modification des allergènes ayant davantage d’impact sur les patients atopiques. Selon les recherches scientifiques, si ces protéines allergéniques présentes dans les grains de pollen sont inhalées, elles entraînent une attaque d’asthme chez des sujets susceptibles. Bien que la thèse discute d’un grand nombre d’aspects reliés à l’aérobiologie, elle ne permet pas encore de modéliser complètement toutes les facettes du problème mais ouvre la porte à plusieurs avenues de recherche multidisciplinaire. Cinq grandes questions de recherche ou défis méthodologiques sont abordées dans cette thèse : 1. Étant donné la rareté ou l’absence de mesures phénologiques, comment construire un module de phénologie qui sert d’intrant à un modèle d’émission pollinique pour le pollen de Betula (Chapitre 3) ? 2. Comment simuler et intégrer les émissions polliniques et reproduire adéquatement la dispersion du pollen aéroporté dans un modèle couplé météorologie/qualité de l’air déjà existant au Canada tenant compte du fait que ce modèle n’est pas conçu au départ pour simuler le pollen aéroporté (Chapitre 4) ? 3. Quelle est l’origine du pollen de Betula affectant la région de Montréal et quelle est la meilleure façon d’établir sa provenance, tenant compte du fait que les méthodes traditionnelles (rétro-trajectoires, méthode inverses, modèles bi-dimensionnels, etc.) présentent des difficultés qui leur sont propres (Chapitre 4) ? 4. Quels sont les liens synergiques entre l’exposition au pollen allergénique, la pollution et les conditions météorologiques et quels impacts se manifestent sur la santé respiratoire des patients atopiques compte tenu de la présence de facteurs de confusion (i.e. météorologiques, géographiques, socio-économiques, etc.) dans l’analyse des données de pollen de Betula en relation avec les maladies respiratoires à Montréal et au Québec (Chapitres 5 et 6) ? 5. Quelle est la variabilité spatio-temporelle des maladies respiratoires au Québec en relation avec les facteurs de l’environnement atmosphérique (Chapitre 6) ?

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,024
Score d'incertitude au seuil0,048

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,049
Tête enseignante GPT0,324
Écart entre enseignants0,276 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetNuts composition and effectsTravaux en français237 207