Sound Pressure Levels in 2 Veterinary Intensive Care Units
Notice bibliographique
Résumé
BACKGROUND: Intensive care units (ICUs) in human hospitals are consistently noisy environments with sound levels sufficient to substantially decrease sleep quality. Sound levels in veterinary ICUs have not been studied previously, but environmental sound has been shown to alter activity in healthy dogs. HYPOTHESIS: Veterinary ICUs, like those in human medicine, will exceed international guidelines for hospital noise. ANIMALS: NA. METHODS: Prospective, observational study performed consecutively and simultaneously over 4 weeks in 2 veterinary ICUs. Conventional A-weighted sound pressure levels (equivalent continuous level [a reflection of average sound], the sound level that is exceeded 90% of the recording period time [reflective of background noise], and maximum sound levels) were continuously recorded and the number of spikes in sound >80 dBA were manually counted. RESULTS: Noise levels were comparable to ICUs in human hospitals. The equivalent continuous sound level was higher in ICU1 than in ICU2 at every time point compared, with greatest differences observed on week day (ICU1, 60.1 ± 3.7 dBA; ICU2, 55.9 ± 2.5 dBA, P < .001) and weekend nights (ICU1, 59.9 ± 2.4 dBA; ICU2, 53.4 ± 1.7 dBA, P < .0001) reflecting a 50% difference in loudness. Similar patterns were observed for the maximum and background noise levels. The number of sound spikes was up to 4 times higher in ICU1 (162.3 ± 84.9 spikes) than in ICU2 (40.4 ± 12.2 spikes, P = .001). CONCLUSIONS AND CLINICAL IMPORTANCE: These findings show that sound in veterinary ICUs is loud enough to potentially disrupt sleep in critically ill veterinary patients.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».