Derivation and application of a composite annoyance reaction construct based on multiple wind turbine features
Notice bibliographique
Résumé
OBJECTIVES: Noise emissions from wind turbines are one of multiple wind turbine features capable of generating annoyance that ranges in magnitude from not at all annoyed to extremely annoyed. No analysis to date can simultaneously reflect the change in all magnitudes of annoyance toward multiple wind turbine features. The primary objective in this study was to use principal component analysis (PCA) to provide a single construct for overall annoyance to wind turbines based on reactions to noise, blinking lights, shadow flicker, visual impacts, and vibrations evaluated as a function of proximity to wind turbines. METHODS: The analysis was based on data originally collected as part of Health Canada's cross-sectional Community Noise & Health Study (CNHS). One adult participant (18-79 years), randomly selected from dwellings in Ontario (ON) (n = 1011) and Prince Edward Island (PEI) (n = 227), completed an in-person questionnaire. Content relevant to the current analysis included the annoyance responses to wind turbines. RESULTS: The first construct tested in the PCA explained 58-69% of the variability in total annoyance. Reduced distance to turbines was associated with elevated aggregate annoyance scores among ON and PEI participants. In the ON sample, aggregate annoyance was effectively absent in areas beyond 5 km (mean 0.12; 95% CI 0.00, 1.19), increasing significantly between (2 and 5] km (mean 2.13; 95% CI 0.92, 3.33), remaining elevated, but with no further increase until (0.550-1] km (mean 3.37; 95% CI 3.02, 3.72). At ≤ 0.550 km, the average overall annoyance was 3.36 (95% CI 2.03, 4.69). In PEI, aggregate annoyance was essentially absent beyond 1 km; i.e., (1-2] km (mean 0.21; 95% CI 0.00, 0.88); (2-5] km (mean 0.00; 95% CI 0.00, 1.37); > 5 km (mean 0.00; 95% CI 0.00, 1.58). Annoyance significantly increased in areas between (0.550 and 1] km (mean 1.59; 95% CI 1.02, 2.15) and was highest within 550 m (mean 4.25; 95% CI 3.34, 5.16). CONCLUSION: The advantages and disadvantages to an aggregated annoyance analysis, including how it should not yet be considered a substitute for relationships based on changes in high annoyance, are discussed.
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 | 0,002 | 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 | 0,000 |
| 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 ».