MétaCan
Menu
← Retour à la cohorte
Enregistrement W4389855599 · doi:10.54097/ijbls.v4i1.10

Wildfire Health Risks in Relation to Local Senior Population’s CRD Incidence Rate in the Greater Toronto Area

2023· article· en· W4389855599 sur OpenAlexaffabout
Yuefang Huang

Notice bibliographique

RevueInternational Journal of Biology and Life Sciences · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEnvironmental healthPublic healthPopulationGeographyGovernment (linguistics)Natural disasterIncidence (geometry)Environmental protectionMedicineMeteorology

Résumé

récupéré en direct d'OpenAlex

Wildfires as one of the most common and frequent environmental disasters in North America, Billions of government spending, public funds, resources, and personnel have been placed to cope with this natural disaster directly. The smoke, debris, particulates, ambient ultrafine particles, and other wildfire emissions have increasingly become a public health concern to which senior populations are particularly vulnerable, due to the populations' general behaviour and their physical health conditions. This essay investigates the implications of wildfires on public health by identifying the relationship between the exposure of wildfire emissions and the incidences of chronic respiratory disease in the senior population in the Greater Toronto Area. This research estimates the effects of wildfire emission exposure by using the cross-examination of the relevant health factors, including the incidence of wildfire; particulate level, ambulance service operation log and reported respiratory emergency disease to the incidences of wildfires. The Geographic Information Systems (GIS) have been placed to estimate the effect range and proximity of CRD incidences to the wildfire location.

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 enseignants0,339
Score d'incertitude au seuil0,682

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
Bibliométrie0,0010,001
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)0,0020,000

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 GPT0,336
Écart entre enseignants0,307 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Biology and Life Sciences→Même sujetFire effects on ecosystems→Travaux en français237 207→