Sleep Disturbance from Road Traffic, Railways, Airplanes and from Total Environmental Noise Levels in Montreal
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
The objective of our study was to measure the impact of transportation-related noise and total environmental noise on sleep disturbance for the residents of Montreal, Canada. A telephone-based survey on noise-related sleep disturbance among 4336 persons aged 18 years and over was conducted. LNight for each study participant was estimated using a land use regression (LUR) model. Distance of the respondent's residence to the nearest transportation noise source was also used as an indicator of noise exposure. The proportion of the population whose sleep was disturbed by outdoor environmental noise in the past 4 weeks was 12.4%. The proportion of those affected by road traffic, airplane and railway noise was 4.2%, 1.5% and 1.1%, respectively. We observed an increased prevalence in sleep disturbance for those exposed to both rail and road noise when compared for those exposed to road only. We did not observe an increased prevalence in sleep disturbance for those that were both exposed to road and planes when compared to those exposed to road or planes only. We developed regression models to assess the marginal proportion of sleep disturbance as a function of estimated LNight and distance to transportation noise sources. In our models, sleep disturbance increased with proximity to transportation noise sources (railway, airplane and road traffic) and with increasing LNight values. Our study provides a quantitative estimate of the association between total environmental noise levels estimated using an LUR model and sleep disturbance from transportation noise.
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 | 0,002 | 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