www.mdpi.com/journal/ijerph Extricating Sex and Gender in Air Pollution Research: A Community-Based Study on Cardinal Symptoms of Exposure
Notice bibliographique
Résumé
Abstract: This study investigated sex and gender differences in cardinal symptoms of exposure to a mixture of ambient pollutants. A cross sectional population-based study design was utilized in Sarnia, ON, Canada. Stratified random sampling in census tracts of residents aged 18 and over recruited 804 respondents. Respondents completed a community health survey of chronic disease, general health, and socioeconomic indicators. Residential concentrations of NO2, SO2, benzene, toluene, ethylbenzene and o/m/p-xylene were estimated by land use regression on data collected through environmental monitoring. Classification and Regression Tree (CART) analysis was used to identify variables that interacted with sex and cardinal symptoms of exposure, and a series of logistic regression models were built to predict the reporting of five or more cardinal symptoms (5+ CS). Without controlling for confounders, higher pollution ranks increased the odds ratio (OR) of reporting 5+ CS by 28 % (p < 0.01; Confidence Interval (CI): 1.07–1.54). Females were 1.52 (p < 0.05; CI: 1.03–2.26) times more likely more likely to report 5+ CS after controlling for income, age and chronic diseases. The CART analysis showed that allergies and occupational exposure classified the sample into the most homogenous groups of
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,004 |
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 ».