A common concentration-response function based on the results applying lags
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
Introduction. Estimating the impact of short-term exposure on health outcomes needs knowledge of both the profile and magnitude of the relative risks. This motivates constructions of practical and reliable concentration-response functions (C-RFs). Aim. To define a practical method of finding concentration-response parametric function whose adjustable parameters can be tuned by data-driven well established routines. Material and methods. Mortality data for the period from 1987 to 2015 (10,592 consecutive days) in Montreal, Canada, are used for illustrative purposes. Exposure to ambient ozone measured by its concentration levels is considered health risk. Concentration-response function is built using statistical modelling, conditional Poisson regression, natural spline technique, and a rudimentary hierarchical data clustering. The case-crossover design is applied to fit the model of C-RF to the mortality data consisting of daily counts of non-accidental deaths. Results. Log-linear models of the concentration-response functions were computed for the concentrations and cofactors data lagged by 0 to 7 days; the results were statistically significant within this range of lags. The effectiveness of fitting was confirmed by reliable statistical tests. Digital routines were created to perform all computational tasks; software codes (written for R software platform) are included. The C-RF specifying the current responses to the cumulative exposure in several previous
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 | 0,018 | 0,001 |
| 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 | 0,001 | 0,000 |
| 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) | 0,001 | 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