Green space exposure and childhood health – a question of moderation or mediation?
Notice bibliographique
Résumé
S07: Of moderators and mediators: Complex relationships between greenness, air pollution, noise, and health behaviors in driving health outcomes, Beatrix Theater, August 27, 2019, 10:30 AM - 12:00 PM Background. An increasing number of studies indicate that exposure to urban greenspace has various positive health effects, including improved birth outcomes and childhood development. Different pathways are suggested for the positive health effects, including regulating ecosystem services, such as reduction of air pollution and noise. Methods. Using a small subset of our study population in the metropolitan area of Vancouver, Canada, we assessed multiple spatially co-varying environmental exposures during pregnancy up to birth. To analyse whether any positive effect of greenspace exposure on birthweight could be mediated by various pathways of influence, we used structural equation modelling where air pollution, noise, and blue spaces were entered as a latent variable. Two different metrics for assessing greenspace exposure were examined– the Normalised Difference Vegetation Index (NDVI), based on remote sensing images of 250m resolution (MODIS), and a segmented index developed from Google Street View (GSV), indicating different types of vegetation, such as trees, grass, and flowers. Air pollution was derived from land use regression models of NO2 and noise was assessed from existing predictive models. Blue space was derived from GSV as the sum of the proportion of images reflecting lakes, rivers, waterfalls, and sea. Premature births were excluded and all models were adjusted for gestational age. Results. We found no direct effect of green space when using the average value of the GSV-index, but in the models using NDVI we found a small direct effect (total effect estimate=0.061, SE=0.033) and a non-significant indirect effect (p=0.070). Conclusions. Our results suggest that any positive effect on birth weight of green space exposure may be due to a moderation of harmful exposures, rather than a mediation effect. Future studies should include larger sample sizes as well as area-level social indicators. Further analysis of different effects depending on greenspace metric is also warranted.
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 | 0,004 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,001 |
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 ».