MétaCan
Menu
Retour à la cohorte
Enregistrement W4381167652 · doi:10.37550/tdmu.ejs/2023.02.400

Assessment of air quality and community health risks in Di An city - Binh Duong province

2023· article· en· W4381167652 sur OpenAlexaboutno aff
Trần Thị Minh Thi

Notice bibliographique

RevueJournal of Thu Dau Mot University · 2023
Typearticle
Langueen
DomaineMedicine
ThématiquePublic Health and Nutrition
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Environmental healthAir quality indexIndex (typography)Public healthGeographyCommunity healthHealth riskSocioeconomicsMedicineEnvironmental protectionDemographyMeteorologyArchaeology

Résumé

récupéré en direct d'OpenAlex

Based on research methods such as methods such as data collection and processing, air quality index calculation methods, public health risk assessment methods to assess air quality and effects of substances on the health of people in Di An city. The data for the calculation are inherited from the environmental monitoring report of the Department of Natural Resources and Environment of Di An city in the period of 2019. The calculation results show that the air quality in the city. Di An is fluctuating at an average - poor level (especially in the Cay Lon junction area with the highest index of 150), the health risk assessment results show that when exposed to dust, the total group of people Adults (Women and Men) had a high fluctuating cancer risk index with the highest index of 2 subjects being in the first quarter 0.310, 0.295, in the second quarter 0.269, 0.282, in the third quarter 0.296, 0.282, Fourth quarter 0.289, 0.275. As for other indicators, the subjects assessed when exposed to substances in the air environment in Di An city can be affected to their health, of which the group of adults is still the group of people. Women and men) are the most affected group.

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 enseignants0,356
Score d'incertitude au seuil0,708

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
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,150
Tête enseignante GPT0,435
Écart entre enseignants0,286 · 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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Thu Dau Mot UniversityMême sujetPublic Health and NutritionTravaux en français237 207