MétaCan
Menu
Retour à la cohorte
Enregistrement W2957146233 · doi:10.1007/s10453-019-09601-2

Pollen calendars and maps of allergenic pollen in North America

2019· article· en· W2957146233 sur OpenAlexaboutno aff
Fiona Lo, Cecilia M. Bitz, David S. Battisti, Jeremy Hess

Notice bibliographique

RevueAerobiologia · 2019
Typearticle
Langueen
DomaineMedicine
ThématiqueAllergic Rhinitis and Sensitization
Établissements canadiensnon disponible
Organismes subventionnairesCenters for Disease Control and PreventionTamaki FoundationUniversity of WashingtonU.S. Department of AgricultureNational Aeronautics and Space Administration
Mots-clésPollenGeographyPopulationLatitudeAerobiologyPhysical geographyBiologyEcologyMedicineEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Pollen is a common allergen that causes significant health and financial impacts on up to a third of the population of the USA. Knowledge of the main pollen season can improve diagnosis and treatment of allergic diseases. Our objective in this study is to provide clear, quantitative visualizations of pollen data and make information accessible to many disciplines, in particular to allergy sufferers and those in the health field. We use data from 31 National Allergy Bureau (NAB) pollen stations in the continental USA and Canada from 2003 to 2017 to produce pollen calendars. We present pollen season metrics relevant to health and describe main pollen season start and end dates, durations, and annual pollen integrals for specific pollen taxa. In most locations, a small number of taxa constitute the bulk of the total pollen concentration. Start dates for tree and grass pollen season depend strongly on latitude, with earlier start dates at lower latitudes. Season duration is correlated with the start dates, such that locations with earlier start dates have a longer season. NAB pollen data have limited spatiotemporal coverage. Increased spatiotemporal monitoring will improve analysis and understanding of factors that govern airborne pollen concentrations.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,282
Score d'incertitude au seuil0,561

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,214 · 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

Citations92
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAerobiologiaMême sujetAllergic Rhinitis and SensitizationTravaux en français237 207