MétaCan
Menu
Retour à la cohorte
Enregistrement W2140765308 · doi:10.1186/s12889-015-1571-2

Socioeconomic status and environmental noise exposure in Montreal, Canada

2015· article· en· W2140765308 sur OpenAlexaffabout
Laura M. Dale, Sophie Goudreau, Stéphane Perron, Martina S. Ragettli, Marianne Hatzopoulou, Audrey Smargiassi

Notice bibliographique

RevueBMC Public Health · 2015
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensUniversité de MontréalInstitut National de Santé Publique du QuébecSante MontrealMcGill University
Organismes subventionnairesnon disponible
Mots-clésSocioeconomic statusBiostatisticsEnvironmental healthEnvironmental noiseMedicineHousehold incomeSocioeconomicsPublic healthGeographyPopulationEconomicsSound (geography)

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: This study's objective was to determine whether socioeconomically deprived populations are exposed to greater levels of environmental noise. METHODS: Indicators of socioeconomic status were correlated with LAeq24h noise levels estimated with a land-use regression model at a small geographic scale. RESULTS: We found that noise exposure was associated with all socioeconomic indicators, with the strongest correlations found for median household income, proportion of people who spend over 30% of their income on housing, proportion of people below the low income boundary and with a social deprivation index combining several socio-economic variables. CONCLUSION: Our results were inconsistent with a number of studies performed elsewhere, indicating that locally conducted studies are imperative to assessing whether this double burden of noise exposure and low socioeconomic status exists in other contexts. The primary implication of our study is that noise exposure represents an environmental injustice in Montreal, which is an issue that merits both investigation and concern.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,113

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,043
Tête enseignante GPT0,328
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), 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

Citations101
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBMC Public HealthMême sujetNoise Effects and ManagementTravaux en français237 207