MétaCan
Menu
Retour à la cohorte
Enregistrement W3084469816 · doi:10.5897/jphe2020.1251

Birth defects among immigrants: Impact of exposure to a new environment, a 20 year population-based study

2020· article· en· W3084469816 sur OpenAlexaboutno aff
Mohammad Agha, Richard H. Glazier, Rahim Moineddin

Notice bibliographique

RevueJournal of Public Health and Epidemiology · 2020
Typearticle
Langueen
DomaineMedicine
ThématiqueFolate and B Vitamins Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésImmigrationFortificationFood fortificationDemographyBirth rateMedicinePopulationGeographyEnvironmental healthFertility

Résumé

récupéré en direct d'OpenAlex

Birth defects remain a global health issue. With increasing rates of migration, it is important to explore the role of immigration and the impact of new environments, especially food fortification, on birth defect prevalence. The prevalence of birth defects in the first year of life was compared between children born to immigrant and non-immigrant mothers in Ontario, Canada. Data on country of origin and arrival date were identified for immigrant mothers. The rate of birth defects among mothers coming from some countries was higher than Canadian mothers including 12 to 27% higher rates among mothers arriving from Sudan, Jamaica, Bangladesh and Afghanistan. The rate of birth defects among immigrant mothers who arrived before food fortification in 2000 was higher than the rate in non-immigrants, but after 2000 it was lower among immigrant mothers. Comparing the birth defect rate among two cohorts at one point in time could be misleading. Higher rates of birth anomalies among immigrant mothers who arrived before food fortification could be due to lack of access to folic acid in their country of origin. After food fortification, immigrant mothers likely had similar exposure to folic acid as non-immigrant mothers and their rate of was the same or lower. Key words: Birth defects, immigration, food fortification.

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)0,002
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 enseignants0,098
Score d'incertitude au seuil0,195

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,130
Tête enseignante GPT0,406
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Public Health and EpidemiologyMême sujetFolate and B Vitamins ResearchTravaux en français237 207