MétaCan
Menu
Retour à la cohorte
Enregistrement W4389541311 · doi:10.17118/11143/20728

Short-term impact of the cooking aerosol on the human brain wavepattern

2023· article· en· W4389541311 sur OpenAlexaff
Motahareh Naseri, Seyedeh Mohadeseh Kazemitabar, Seyedeh Ayeh Esmaili Talesh, Sahar Sadeghi, Milad Malekipirbazari, Mojtaba Jouzizadeh, Reza Khanbabaie, Dhawal Shah, Flemming R. Cassee, Mehdi Amouei Torkmahalleh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensUniversity of British Columbia, Okanagan CampusUniversity of British ColumbiaUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésTerm (time)Brain wavesAerosolComputer scienceHuman brainEnvironmental scienceMeteorologyPhysicsNeuroscienceElectroencephalographyAstronomyPsychology

Résumé

récupéré en direct d'OpenAlex

Translational research examining the impact of indoor ultrafine particles on human health is important because humans spend more than 85% of their time indoors. Cooking is the major modifiable source contributing to indoor UFP (particles <100nm) exposures. Cooking emits a copious number of UFPs containing trace elements with different morphology. Healthy volunteers (N=30) over 25 were recruited for this study. The experiments were conducted for two consecutive days in an apartment under controlled conditions. The first day was a control experiment (without cooking), and the second was an exposure experiment (with cooking). An Electroencephalograph (QEEG) was used to measure the brain wave pattern. Volunteers entered the apartment at 8:00 am. The brain EEG was measured in 21 steps thatstarted one hour after arrival (9 am) and continued at (10:00 am, 10:30 am, 11:00 am, 11:30 am, 12:00, 14:00, 16:00, 18:00, and 20:00). The last measurement was at 9:00 am the third day (97 hours after arrival). Frying chicken drumsticks and French fries in sunflower oil using a gas stove was conducted without ventilation at 9:30 am on the second day (cooking day). UFPs, particular matter, CO2, indoor temperature, RH, and oil temperatures were monitored continuously throughout the experiments. During cooking the UFP concentration reached its mximum value to be 5.310 5 particles/cm 3 . Our preliminary results showed that the brain wave pattern underwent statistically significant changes at different lobes as a result of the exposure. However, the brain reverted back to the normal after 24 hours.All frequency bands including beta 1, beta 2, beta 3, alpha, delta and theta underwent changes as a result of the exposure.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

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
Bibliométrie0,0000,000
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)0,0030,000

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 Opus0,065
Tête enseignante GPT0,324
Écart entre enseignants0,259 · 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 sujetAir Quality Monitoring and ForecastingTravaux en français237 207