Investigation Regarding the Correlation between Particulate Matter 2.5 Air Pollution and Mortality Rates due to Chronic Obstructive Pulmonary Disease
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
In 2015, 3.2 million people died due to Chronic Obstructive Pulmonary Disease (COPD), worldwide. In fact, survival rates for those living with severe COPD are lower than for those with cancer. The one known contributor to this disease is air pollution, and with its rising levels every year, it is necessary to determine the exact correlation between air pollution and COPD. Data was gathered for a selection of 20 countries from the World Bank Database and Health Data Database. This data was graphed and analyzed using the Pearson correlation coefficient, which is a statistical test that measures the relationship between 2 variables. When calculated, the Pearson correlation coefficient was 0.756, determining that there is a significant relationship between air pollution and COPD. Through the investigation, it is concluded that there is a positive correlation between PM2.5 air pollution and mortality rate due to COPD. PM2.5 is a component of air pollution defined as the amount of atmospheric particulate matter with a diameter less than 2.5 micrometers. Due to its small physical nature, PM2.5 can easily infiltrate the lungs, causing infections in the respiratory organs. They can reach the bronchi and even the alveoli, causing inflammation which ultimately results in COPD and premature deaths. Therefore, this research will aim to investigate the relationship between PM2.5 air pollution and COPD, allowing for a better understanding of these variables.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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