The association between self-reported and objective measures of health and aggregate annoyance scores toward wind turbine installations
Notice bibliographique
Résumé
OBJECTIVE: An aggregate annoyance construct has been developed to account for annoyance that ranges from not at all annoyed to extremely annoyed, toward multiple wind turbine features. The practical value associated with aggregate annoyance would be strengthened if it was related to health. The objective of the current paper was to assess the association between aggregate annoyance and multiple measures of health. METHODS: The analysis was based on data originally collected as part of Health Canada's Community Noise and Health Study (CNHS). One adult participant per dwelling (18-79 years), randomly selected from Ontario (ON) (n = 1011) and Prince Edward Island (PEI) (n = 227), completed an in-person questionnaire. RESULTS: The average aggregate annoyance score for participants who indicated they had a health condition (e.g., chronic pain, Pittsburgh Sleep Quality Index (PSQI) > 5, tinnitus, migraines/headaches, dizziness, highly sensitive to noise, and reported a high sleep disturbance) ranged from 2.53 to 3.72; the mean score for those who did not report these same conditions ranged between 0.96 and 1.41. Household complaints about wind turbine noise had the highest average aggregate annoyance (8.02), compared to an average of 1.39 among those who did not complain. CONCLUSION: A mean aggregate annoyance score that could reliably distinguish participants who self-report health effects (or noise complaints) from those who do not could be one of several factors considered by jurisdictions responsible for decisions regarding wind turbine developments. However, the threshold value for acceptable changes and/or levels in aggregate annoyance has not yet been established and could be the focus of future research efforts.
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 | 0,009 | 0,002 |
| 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 | 0,002 | 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 ».