MétaCan
Menu
Retour à la cohorte
Enregistrement W2906573885 · doi:10.5864/d2018-026

The public’s exposure to and perception of noise in aquatic facilities: a pilot study

2018· article· en· W2906573885 sur OpenAlexaffvenueabout
Jana Lowry, Chun‐Yip Hon

Notice bibliographique

RevueEnvironmental Health Review · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésNoise (video)RecreationNoise exposurePublic healthNoise levelPerceptionEnvironmental healthEnvironmental sciencePsychologyMedicineAudiologyPolitical scienceHearing lossComputer scienceNursing

Résumé

récupéré en direct d'OpenAlex

Exposure to noise in recreational settings is a major public health concern. Under the Ontario Occupational Health and Safety Act, workers shall not be exposed to noise levels in excess of 85 dB over an 8-h period. It is generally accepted that the public’s exposure to noise be held to this same standard. The current pilot study explored whether the public is being exposed to excessive noise in indoor aquatic facilities across the Greater Toronto Area and, if so, at what levels. To our knowledge, no other study has explored this topic. Eight separate facilities were assessed using sound level meters to capture LAeq, LApeak, and LAS > 85 dB exceedance/duration. Public perception of noise was determined using self-administered questionnaires. LAeq ranged from 73.6 dB–82.3 dB and LApeak ranged from 102.2 dB–122 dB. Although the LAeq did not exceed the legislated standard, LApeak values were high. Noise levels were mainly associated with the type of activity in the pool and whistle blowing. Overall, the public were indifferent to the noise levels, despite the LApeak being quite high. Further studies are recommended to explore this topic, with a particular emphasis on comparison of different activities within the same facility.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,073
Tête enseignante GPT0,401
Écart entre enseignants0,328 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Health ReviewMême sujetNoise Effects and ManagementTravaux en français237 207