MétaCan
Menu
Retour à la cohorte
Enregistrement W1565829205 · doi:10.5539/gjhs.v8n2p165

Sick Building Syndrome Among Junior High School Students in Japan in Relation to the Home and School Environment

2015· article· en· W1565829205 sur OpenAlexvenueno aff
Motoko Takaoka, Kyoko Suzuki, Dan Norbäck

Notice bibliographique

RevueGlobal Journal of Health Science · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSick building syndromeMedicineAtopyLogistic regressionAllergyRelative humidityEnvironmental healthPediatricsDemographyGeographyIndoor air qualityInternal medicineImmunologyMeteorology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: There is an increasing concern about sick building syndrome (SBS), especially in Asia. The aim of this study is to investigate associations between SBS and the home, school environment and personal factors among Japanese junior high school students. METHODS: We investigated students in four junior high schools in Hyogo in Kansai area, Japan. A questionnaire study was performed among students (n=1056), 12-15 years old. Temperature and relative air humidity was measured in the classrooms and dust was collected from the classroom floors and air and was analysed for cat and dog allergens. Associations were analysed by multi-level logistic regression. RESULTS: Mucosal symptoms (45.4%), general symptoms (38.9%) and skin symptoms (22.6%) were common. Totally 8.8% reported cat allergy, 6.1% dog allergy, 6.0% mold allergy and 25.7% pollen allergy. Atopy, window pane condensation, floor dampness and odor at home and high relative air humidity in the classrooms were associated with SBS. CONCLUSION: The prevalence of SBS symptoms was high and associated with both home and school environment. Window pane condensation and floor dampness at home can increase the risk for SBS symptoms in students. Moreover high relative air humidity at school may increase the risk for SBS.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,010
Score d'incertitude au seuil0,617

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,287
Écart entre enseignants0,273 · 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 tête enseignante, 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

Citations52
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health ScienceMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207