Spatial Distribution of Noise Released from Iron and Steel Industry and their Effects on Human Health in the Lahore City, Pakistan
Notice bibliographique
Résumé
This research investigates the phenomenon of perception of people about industrial noise pollution and its effects on human health. Thirty-six (36) industries were selected for estimation of noise levels and its effects on human health. Concurrently, samples of one hundred and fifty (150) respondents were also taken from nearby residential area, using random sampling method. The key tool of data collection was well-structured questionnaires consisting of twenty-one questions. Chi-Square test was used for examination of data, which illustrated effects of industrial noise on people living in industrial zone. The noise level results indicated that the mean values were exceeding permissible environmental standard used in Pakistan. Majority of respondents (50.6 %) were conscious about the basic reason of noise pollution in study area. Eighty-two percent (82%) people have opinion that old technology was the basic cause for noise pollution. It was shocking to see the results which indicate that 99.8% people are suffering from noise related diseases. This include 81.3% with increase anger, 81.5% with ear ache, 16% with ear discharge, 79.3% with high blood pressure, 78% with depression, 77.3% temporary hearing loss, 9.3% permanent hearing loss. Only 23.3% of people conduct regular hearing test.
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 | 0,003 | 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 | 0,001 | 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) | 0,000 | 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 ».