Additional burden of cancers due to environmental carcinogens in Newfoundland and Labrador: a spatial analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Several environmental carcinogens are found to be spread across wide geographic areas, and the exposed inhabitants are at risk of developing various types of cancers. Arsenic and disinfection by-products in drinking water, ultraviolet rays from the sun, and agricultural chemicals used in golf courses were found to be the possible cancer risks. The study aimed to estimate the risks of cancer due to exposure to environmental carcinogens known to be present in wide geographic areas in Newfoundland and Labrador (NL). The NL cancer care registry provided 2008–2017 data (histological diagnosis, age, sex, and six-digit postal code) on cancers relevant to arsenic, disinfection by-products , ultraviolet rays , and agricultural chemical exposures. The geographic distribution of environmental carcinogens was collected from government sources and previous studies. Risk ratios (RR) of annual prevalence rates of cancers in high-risk (exposed to environmental carcinogens) and low-risk populations. For ultraviolet rays , arsenic, disinfection by-products , and agricultural chemicals, the RR (95% CI) were 1.5 (1.4–1.6), 1.25 (1.03–1.51), 1.8 (1.67–1.94), and 1.49 (1.3–1.7), respectively. An excess number of cancers in high-risk areas was possibly associated with exposure to environmental carcinogens . Public health regulations, environmental monitoring, health promotion, and increased awareness in high-risk areas can prevent exposure to environmental carcinogens.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,000 |
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.
score_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