The Impact of Industrial Odors on the Subjective Well-Being of Communities in Colorado
Notice bibliographique
Résumé
Odor pollution was identified as a top priority of the community of North Denver. Previous studies that investigated the impact of air pollution in North Denver focused on adverse health effects, rather than mental well-being. This study assessed the impact of odors from industrial sources on the subjective well-being (SWB) of North Denver residents, and of four similar communities in Colorado for comparison. An online survey was sent to participants from Greeley, Fort Collins, Fort Lupton, North Denver, and Pueblo, asking questions about SWB and odors in their areas (n = 351). The evaluation of SWB was performed using a novel approach that appraises three aspects of SWB. This approach of evaluating SWB has not been used in odor exposure studies. A proportional odds logistic regression model was used to estimate nine measures of SWB. The results showed that participants who reported that the air is very fresh or the odor is highly acceptable had higher levels of SWB. This association suggests that residents who live in areas exposed to strong industrial odors had lower levels of SWB. A subset of participants in this study took the survey four times in one year. Longitudinal analysis showed that evaluative satisfaction was slightly associated with seasonality. Both satisfaction with how life turned out and satisfaction with standards of living slightly increased during the fourth quarter of the year. The study also found that four of the nine measures can be used to represent SWB in future studies. Two of those measures were evaluative SWB, and the other two were positive hedonic SWB measures. A comparison between the five communities showed that well-being levels in North Denver and Greeley were not significantly different than those in Fort Collins or Fort Lupton. The comparison, however, showed that Pueblo had the lowest levels of well-being among all communities.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».