MétaCan
Menu
Retour à la cohorte
Enregistrement W2990068338 · doi:10.1289/isee.2015.2015-437

A Natural Intervention Study: Closure Of The Oakville Oil Refinery

2015· article· en· W2990068338 sur OpenAlexaffabout
Wesley S. Burr, Robert Dales, Marc Smith‐Doiron, Branka Jovic, Lisa Marie Kauri, Ling Liu, Dave Stieb, Hwashin Hyun Shin

Notice bibliographique

RevueISEE Conference Abstracts · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésRefineryOil refineryEnvironmental scienceAir pollutionEnvironmental healthPopulationPollutionEnvironmental engineeringEnvironmental protectionWaste managementMedicineEngineeringBiologyEcology

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Under the Clean Air Regulatory Agenda, Health Canada is mandated to study the effect of air pollution from various industrial sources on Canadian population health. An oil refinery in Oakville, Ontario in 2004-05, providing an opportunity for a natural experiment, comprising analysis of the effects of changes in oil refinery-related air pollution on human health. METHODS: To evaluate the impact of the oil refinery-related air pollution on public health, we compared air pollution levels and both cause-specific hospitalizations and mortality counts before and after the refinery closure based on a balanced two-period design. The refinery was located between two census subdivisions, Oakville and Burlington, which were considered the primary impacted areas. The next closest census divisions, comprising the Greater Toronto Area and Hamilton, were used as reference population. We examined wind speed and direction to be able to demonstrate reduction in air pollution. RESULTS: About 6,000 tonnes of sulphur dioxide (SO2) were emitted annually by the refinery prior to its closure. Following the refinery closure, ambient SO2 concentrations dropped on average 13% in Oakville and 21% in Burlington. Cold season age-standardized circulatory mortality rate decreased significantly after refinery closure (p

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,551
Score d'incertitude au seuil0,415

Scores Codex et Gemma par catégorie

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

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 Opus0,074
Tête enseignante GPT0,324
Écart entre enseignants0,250 · 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 tête enseignante, 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
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetAir Quality and Health ImpactsTravaux en français237 207