The Relationship between Odour Annoyance Scores and Modelled Ambient Air Pollution in Sarnia, “Chemical Valley”, Ontario
Notice bibliographique
Résumé
This study aimed at establishing the relationship between annoyance scores and modelled air pollution in "Chemical Valley", Sarnia, Ontario (Canada). Annoyance scores were taken from a community health survey (N = 774); and respondents' exposure to nitrogen dioxide (NO(2)) and sulphur dioxide (SO(2)) were estimated using land use regression (LUR) models. The associations were examined by univariate analysis while multivariate logistic regression was used to examine the determinants of odour annoyance. The results showed that odour annoyance was significantly correlated to modelled pollutants at the individual (NO(2), r = 0.15; SO(2), r = 0.13) and census tract (NO(2), r = 0.56; SO(2), r = 0.67) levels. The exposure-response relationships show that residents of Sarnia react to very low pollution concentrations levels even if they are within the Ontario ambient air quality criteria. The study found that exposure to high NO(2) and SO(2) concentrations, gender, and perception of health effects were significant determinants of individual odour annoyance reporting. The observed association between odour annoyance and modelled ambient pollution suggest that individual and census tract level annoyance scores may serve as proxies for air quality in exposed communities because they capture the within area spatial variability of pollution. However, questionnaire-based odour annoyance scores need to be validated longitudinally and across different scales if they are to be adopted for use at the national level.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».