Madrid entre bombas, muertes y lágrimas (11 de Marzo de 2004)
Notice bibliographique
Résumé
Twenty-four hour duplicate diets, including drinking water and snacks, were collected from 24 adults living in five Canadian cities. Each diet was separated by the participants into 10 food categories, and each of the samples was analyzed in duplicate for lead, cadmium, arsenic and fluoride. Minimum detection limits for the respective elements in foods were about 0.1, 0.01, 0.3 and 5 ng/g. Mean dietary intakes were 53.8 micrograms/day or 0.80 micrograms/kg/day for lead, 13.8 micrograms/day or 0.21 micrograms/kg/day for cadmium, and 16.7 micrograms/day or 0.26 micrograms/kg/day for arsenic. The median intakes were 42.7 micrograms/day or 0.57 mu/kg/day for lead, 11.9 micrograms/day or 0.17 micrograms/kg/day for cadmium, and 9.79 micrograms/day or 0.139 micrograms/kg/day for arsenic. Half of the participants lived in communities with 1 microgram/g fluoride in the drinking water, and half lived in cities with less than 0.2 microgram/g fluoride in the water. The dietary intake of fluoride for the former was 2802 micrograms/day or 39.7 micrograms/kg/day; while that of the latter was 563 micrograms/day or 8.5 micrograms/kg/day. The respective median intakes of fluoride were 2090 micrograms/day or 30.3 micrograms/kg/day, and 414 micrograms/day or 7.0 micrograms/kg/day. Contribution of individual foods and food categories to the dietary intakes is discussed.
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 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 | 0,000 | 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».