MétaCan
Menu
Retour à la cohorte
Enregistrement W3092432635 · doi:10.1186/s13104-020-05321-w

An ecological study of the association between environmental indicators and early childhood caries

2020· article· en· W3092432635 sur OpenAlexafffund
Morẹ́nikẹ́ Oluwátóyìn Foláyan, Maha El Tantawi, Balgis Gaffar, Robert J. Schroth, Jorge L. Catillo, Ola B. Al‐Batayneh, Arthur Kemoli, A. Carolina Medina Díaz, Verica Pavlić, Maher Raswhan

Notice bibliographique

RevueBMC Research Notes · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesAlexandria UniversityCanadian Institutes of Health ResearchJordan University of Science and TechnologyQueen Mary University of London
Mots-clésMedicineEmission intensityNitrous oxideCarbon dioxideEcological studyEnvironmental healthDemographyEcologyEnvironmental scienceBiologyChemistryPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract Objectives A prior study described the association between ecosystem vitality, environmental health, and early childhood caries (ECC). The objective of this study was to determine the association between 24 global environmental indicators and ECC in 3–5-year-old children. Results In 61 countries, 55.5% of 3–5-year-old children had ECC. Eight factors had a small effect-size association with ECC: percentage of area that is marine-protected (partial eta squared; ƞ2 = 0.03); species habitat index (ƞ2 = 0.06); percentage of tree-cover loss (ƞ2 = 0.03); regional marine trophic index (ƞ2 = 0.03); total carbon dioxide emission intensity (ƞ2 = 0.03); methane emission intensity (ƞ2 = 0.04); nitrous oxide emission intensity (ƞ2 = 0.06); and sulfur dioxide emission intensity (ƞ2 = 0.03). Regression analysis revealed that two of these factors were significantly associated with the prevalence of ECC: methane emission intensity was inversely associated with ECC prevalence (B = − 0.34, 95% CI = − 0.66, − 0.03; p = 0.03), and nitrous oxide had a direct association with ECC prevalence (B = 0.35, 95% CI = 0.04, 0.67; p = 0.03).

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)0,004
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 enseignants0,017
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,076
Tête enseignante GPT0,350
Écart entre enseignants0,274 · 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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Research NotesMême sujetChild Nutrition and Water AccessTravaux en français237 207