MétaCan
Menu
Retour à la cohorte
Enregistrement W3198676992 · doi:10.1080/22423982.2021.1972525

Serum selenium levels and asthma among seafood processing workers in Greenland

2021· article· en· W3198676992 sur OpenAlexaboutno aff
Birgitte Hamann Laustsen, Øyvind Omland, Else Toft Würtz, Louise Helskov Jørgensen, Jakob Hjort Bønløkke

Notice bibliographique

RevueInternational Journal of Circumpolar Health · 2021
Typearticle
Langueen
DomaineNursing
ThématiqueSelenium in Biological Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAsthmaSeleniumEnvironmental healthMedicineGeographyInternal medicineChemistry

Résumé

récupéré en direct d'OpenAlex

Selenium levels in the Inuit population of Greenland have been declining during the last decades. The association between Selenium and asthma has been investigated previously, but with conflicting results. The objective was to measure human serum Se (s-Se) in Greenlandic seafood processing workers, to compare with levels recorded in previous decades and to establish if s-Se is associated with asthma or lung function. Data, including questionnaire answers, spirometry, skin-prick test and s-Se from 324 seafood processing workers in Greenland were collected during 2016–2017. Mean s-Se values were compared by t-test and one-way ANOVA. Associations between s-Se and asthma, symptoms from the lower airways at work and lung function were assessed using linear regression. The mean s-Se was 96.2 µg/L. S-Se was higher among non-smokers and workers living in settlements. Workers with asthma did not have s-Se levels significantly different from those of non-asthmatics. We found a positive association between s-Se levels and FEV1 values. Selenium levels appear to continue declining in Greenland, presumably because of a more Westernised lifestyle. The health effects of declining Selenium levels remain unclear. We did not establish an association between s-Se and asthma, but we did record a positive association between s-Se and FEV1.

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)0,000
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 enseignants0,039
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,029
Tête enseignante GPT0,320
Écart entre enseignants0,291 · 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

Citations6
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Circumpolar HealthMême sujetSelenium in Biological SystemsTravaux en français237 207