Issue 1 - "Update on adverse respiratory effects of outdoor air pollution" Part 2): Outdoor air pollution and respiratory diseases: Perspectives from Angola, Brazil, Canada, Iran, Mozambique and Portugal
Notice bibliographique
Résumé
To analyse the GARD perspective on the health effects of outdoor air pollution, and to synthesise the Portuguese epidemiological contribution to knowledge on its respiratory impact. Ambient air pollution has deleterious respiratory effects which are more apparent in larger, densely populated and industrialised countries, such as Canada, Iran, Brazil and Portugal, but it also affects people living in low-level exposure areas. While low- and middle-income countries (LMICs), are particularly affected, evidence based on epidemiological studies from LMICs is both limited and heterogeneous. While nationally, Portugal has a relatively low level of air pollution, many major cities face with substantial air pollution problems. Time series and cross-sectional epidemiological studies have suggested increased respiratory hospital admissions, and increased risk of respiratory diseases in people who live in urban areas and are exposed to even a relatively low level of air pollution. Adverse respiratory effects due to air pollution, even at low levels, have been confirmed by epidemiological studies. However, evidence from LMICs is heterogeneous and relatively limited. Furthermore, longitudinal cohort studies designed to study and quantify the link between exposure to air pollutants and respiratory diseases are needed. Worldwide, an integrated approach must involve multi-level stakeholders including governments (in Portugal, the Portuguese Ministry of Health, which hosts GARD-Portugal), academia, health professionals, scientific societies, patient associations and the community at large. Such an approach not only will garner a robust commitment, establish strong advocacy and clear objectives, and raise greater awareness, it will also support a strategy with adequate measures to be implemented to achieve better air quality and reduce the burden of chronic respiratory diseases (CRDs).
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,010 | 0,010 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,006 |
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».