An evaluation of how nightly variations in wind turbine noise levels influence wrist actigraphy measured sleep patterns
Notice bibliographique
Résumé
Health Canada’s Wind Turbine Noise and Health Study assessed self-reported and objective measures of sleep on a sub-sample of the study’s 1238 participants. The data analysis indicated that calculated long term outdoor wind turbine noise (WTN) levels up to 46 dBA did not have a significant influence on the evaluated measures of sleep (Michaud et al., 2016, Sleep 39, 97–109). A more refined analysis is being conducted to assess wrist actigraphy measured sleep patterns in relation to nightly variations in wind turbine operations. Variations in turbine operations (i.e., RPM and electrical power) were used to calculate WTN levels in 10-min intervals and time-synchronised with sleep watch data collected in 1-min epochs. The 10-min sound levels and daily sleep diaries (relied upon to adjust for closed or open windows) were used to estimate indoor A-weighted WTN levels. The correction factor used to obtain indoor sound levels was derived from a series of field measurements designed to investigate the outdoor to indoor sound pressure level difference on a representative sample of dwellings. The analysis is restricted to participants living between 0.25 and 1 km from wind turbines (116 males and 159 females). At these distances, WTN levels are the highest making it more likely to detect potential WTN impacts on sleep. Results will be presented for multiple measures of sleep in 10-min intervals and nightly averages for up to seven consecutive sleep nights.
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 | 0,004 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».