Annoyance from Road Traffic, Trains, Airplanes and from Total Environmental Noise Levels
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
There is a lack of studies assessing the exposure-response relationship between transportation noise and annoyance in North America. Our aims were to investigate the prevalence of noise annoyance induced by road traffic, trains and airplanes in relation to distance to transportation noise sources, and to total environmental noise levels in Montreal, Canada; annoyance was assessed as noise-induced disturbance. A telephone-based survey among 4336 persons aged >18 years was conducted. Exposure to total environmental noise (A-weighted outdoor noise levels-LAeq24h and day-evening-night equivalent noise levels-Lden) for each study participant was determined using a statistical noise model (land use regression-LUR) that is based on actual outdoor noise measurements. The proportion of the population annoyed by road traffic, airplane and train noise was 20.1%, 13.0% and 6.1%, respectively. As the distance to major roads, railways and the Montreal International Airport increased, the percentage of people disturbed and highly disturbed due to the corresponding traffic noise significantly decreased. When applying the statistical noise model we found a relationship between noise levels and disturbance from road traffic and total environmental noise, with Prevalence Proportion Ratios (PPR) for highly disturbed people of 1.10 (95% CI: 1.07-1.13) and 1.04 (1.02-1.06) per 1 dB(A) Lden, respectively. Our study provides the first comprehensive information on the relationship between transportation noise levels and disturbance in a Canadian city. LUR models are still in development and further studies on transportation noise induced annoyance are consequently needed, especially for sources other than road traffic.
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.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,001 | 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 découle