MétaCan
Menu
Retour à la cohorte
Enregistrement W3156302220 · doi:10.18332/tid/133638

Association between secondhand smoke exposure at home and cognitive performance among rural primary school children in Malaysia

2021· article· en· W3156302220 sur OpenAlexaboutno aff
Zulkarnain Ellis-Suriani, Bachok Norsa’adah, Azizah Othman, Ab Hamid Siti‐Azrin

Notice bibliographique

RevueTobacco Induced Diseases · 2021
Typearticle
Langueen
DomaineMedicine
ThématiqueSmoking Behavior and Cessation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSecondhand smokeCotinineMedicineEnvironmental healthQuarter (Canadian coin)Tobacco smokeDemographyNicotineGeographyPsychiatry

Résumé

récupéré en direct d'OpenAlex

INTRODUCTION: Secondhand smoke (SHS) exposure is linked to a series of serious health problems. Children may be particularly vulnerable to the effects of SHS exposure at home. This study aimed to determine the association between SHS exposure at home and cognitive performance in school children. METHODS: A multistage sampling was performed across rural primary schools in Kuala Krai, Kelantan, Malaysia. Data were collected using self-administered questionnaires and the children aged 10-11 years (n=312) were subjected to cognitive tests including digit span, letter-number sequencing, coding, and symbol search. Cognitive performance was tested using subscales derived from the Wechsler Intelligence Scale for Children. RESULTS: The prevalence of SHS exposure at home was 55.8%, where 11.9% of children lived with one smoker, while 43.9% of children lived with ≥2 smokers. There was a significant difference in the mean score of the combined cognitive tests between SHS-exposed and non-exposed children after adjustment for sex, parental educational level, family income and academic performance [Pillai's Trace=0.084, F statistic (df)=6.803 (4302), p<0.001]. CONCLUSIONS: More than half of the primary school children in rural Kuala Krai were exposed to SHS from at least one smoker at home. There was a significant association between SHS exposure at home and cognitive performance.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,252
Écart entre enseignants0,238 · 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

Citations17
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTobacco Induced DiseasesMême sujetSmoking Behavior and CessationTravaux en français237 207