MétaCan
Menu
Retour à la cohorte
Enregistrement W3166453523 · doi:10.1289/isee.2020.virtual.o-sy-2231

The Early Life Exposures in Mexico to ENvironmental Toxicants (ELEMENT) Project

2020· article· en· W3166453523 sur OpenAlexaboutno aff
Martha María Téllez‐Rojo

Notice bibliographique

RevueISEE Conference Abstracts · 2020
Typearticle
Langueen
DomaineNursing
ThématiqueChild Nutrition and Water Access
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExposomeBiorepositoryExcellencePublic healthEnvironmental healthGerontologyElement (criminal law)MedicinePsychologyLibrary sciencePolitical scienceBiobankBiologyPathology

Résumé

récupéré en direct d'OpenAlex

ELEMENT (Early Life Exposures in Mexico to ENvironmental Toxicants) study was founded in 1994 as a collaboration between Harvard University and the National Institute of Public Health (INSP) in Mexico. ELEMENT is now administered by researchers at the University of Michigan (Karen Peterson) where the biorepository and database reside; fieldwork is conducted by investigators at the INSP (Martha M Téllez-Rojo), and investigators are housed at Michigan, Washington, Indiana, Toronto, York Universities and INSP. Funding from US and Mexico sources has supported data collection efforts over a 26-year period, demonstrating sustained research excellence and productivity. ELEMENT is an award-winning, 26-year longitudinal study comprising 3 epidemiologic birth cohorts sequentially-enrolled over a 10-year period in Mexico City. The original goal was to investigate the influence of lead exposure on fetal and infant development. Through subsequent research, repeat exposures to metal mixtures, fluoride, phenols and phthalates have been characterized as well as cognition, behavior, sexual maturation, dental health, cardio metabolic and obesity-related outcomes, including metabolomics. ELEMENT is an international collaboration with a demonstrated long-term commitment for research excellence; it has provided the basis for many spin-off studies including an ethnographic component, has created a structure for training >50 researchers, and has informed US and international policy guidelines regarding environmental health. The rigorous design of ELEMENT, its follow-up rates, and the multidisciplinary expertise of our team have allowed us to generate more than 100 publications in the international scientific literature.

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)0,002
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 enseignants0,069
Score d'incertitude au seuil0,136

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,042
Tête enseignante GPT0,279
Écart entre enseignants0,236 · 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'admission1
Résumé présentoui

Explorer davantage

Même revueISEE Conference AbstractsMême sujetChild Nutrition and Water AccessTravaux en français237 207