COVID-19 Attributed Cases and Deaths are Statistically Higher in States and Counties with 5th Generation Millimeter Wave Wireless Telecommunications in the United States.
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
COVID-19-attributed case and death rates for the U.S.A. were analyzed through May 2020 in three ways – for all 50 states, the country’s largest counties, and the largest counties in California – and found to be statistically significantly higher for states and counties with compared to those without 5G millimeter wave (mmW) technology. 5G mmW index was a statistically significant factor for the higher case and rates in all three analyses, while population density, air quality and latitude were significant for only one or two of the analyses. For state averages, cases per million were 79% higher (p = 0.012), deaths per million were 94% higher (p = 0.049), cases per test were 68% higher (p = 0.003) and deaths per test were 81% higher (p = 0.025) for states with vs. without mmW. For county averages, cases per million were 87% higher (p = 0.005) and deaths per million were 165% higher (p = 0.012) for counties with vs. without mmW. While higher population density contributed to the higher mean case and death rates in the mmW states and counties, exposure to mmW had about the same impact as higher density of mmW states on mean case and death rates and about three times as much impact as higher density for mmW counties on mean case and death rates. Based on multiple linear regression, if there was no mmW exposure, case and death rates would be 18-30% lower for 5G mmW states and 39-57% lower for 5G mmW counties. This assessment clearly shows exposure to 5G mmW technology is statistically significantly associated with higher COVID-19 case and death rates in the U.S.A. The mechanism–should this be a causal relationship–may relate to changes in blood chemistry, oxidative stress, an impaired immune response, an altered cardiovascular and/or neurological response.
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 | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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