MétaCan
Menu
← Retour à la cohorte
Enregistrement W3120155304 · doi:10.21203/rs.3.pex-957/v1

Influence of cannabis exposure in pregnancy on childhood health outcomes: a population-based birth cohort

2020· preprint· en· W3120155304 sur OpenAlexaffabout
Daniel J. Corsi, Helen C. H. Hsu, Darine El‐Chaâr, Deshayne B. Fell, Mark Walker

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineHealth Professions
ThématiqueHomelessness and Social Issues
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCannabisPregnancyMedicineConfoundingCohortPopulationCohort studyEnvironmental healthPrenatal carePsychiatryDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Cannabis use in pregnancy has increased, and many women continue to use it throughout pregnancy. With the legalization of recreational cannabis in many jurisdictions, there is concern about potentially adverse childhood outcomes related to prenatal exposure.4 Using the provincial birth registry containing information on cannabis use during pregnancy, we will assemble a large, population-based cohort of children born to mothers in Ontario, with and without prenatal exposure to cannabis from birth to 10 years of age. A series of investigations will examine the health effects of prenatal cannabis exposure on child outcomes using novel methods to address confounding. We will link pregnancy and birth data to provincial health administrative databases to ascertain child neurodevelopmental outcomes. The unique aspect of our proposed research is that we plan to utilize an existing population-based perinatal registry combined with administrative datasets for long-term follow up of children using a rich set of covariates and potential confounders to assess the association with cannabis exposure on pregnancy and perinatal outcomes and into childhood.

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 enseignants0,501
Score d'incertitude au seuil0,995

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 savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,041
Tête enseignante GPT0,398
Écart entre enseignants0,357 · 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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHomelessness and Social Issues→Travaux en français237 207→