MétaCan
Menu
Retour à la cohorte
Enregistrement W2990061809 · doi:10.1121/1.5132949

Prevalence of loud leisure noise activities among a representative sample of Canadians aged 6–79 years

2019· article· en· W2990061809 sur OpenAlexaffabout
Katya Feder, Leonora Marro, James P. McNamee, David S. Michaud

Notice bibliographique

RevueThe Journal of the Acoustical Society of America · 2019
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésActive listeningHeadphonesNoise (video)EntertainmentAudiologyPopulationPsychologyHearing protectionNoise pollutionHearing lossSound level meterRecreationDemographyMedicineNoise levelEnvironmental healthComputer scienceAcousticsCommunicationSociologyNoise reduction

Résumé

récupéré en direct d'OpenAlex

This population-based study estimates the prevalence of loud leisure noise exposure and hearing protection usage among Canadians, as well as the population potentially at-risk using an occupational limit of 85 dBA, LEX 40 h, which denotes a typical occupational noise limit for a 40 hour work week. A total of 10 460 participants, aged 6–79 years, completed a Canadian Health Measures Survey household questionnaire. Loud leisure noise was defined by vocal effort required while communicating at arm's length except for loud personal listening device (PLD) usage with earbuds/headphones, which included both volume setting and vocal effort. The most prevalent loud leisure noise activities were amplified music, car/home stereo listening, and power tools, with 40% reporting each source, followed by sporting/entertainment (25%), gasoline engines (23%), and loud PLD listening (19.5%). Loud leisure noise was more prevalent among 12–39 year olds and males. Hearing protection usage was uncommon, from 44.2% (firearms) to 20.3% (power tools) and below 3% during amplified music and sporting/entertainment events. Calculations using self-reported duration of loud leisure noise activities estimated that 6.6 × 106 Canadians were in the high cumulative noise exposure category. A large proportion of Canadians would be expected to develop some degree of noise-induced hearing loss should this pattern persist over years.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,539
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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

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 Opus0,018
Tête enseignante GPT0,330
Écart entre enseignants0,312 · 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 tête enseignante, 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

Citations27
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Journal of the Acoustical Society of AmericaMême sujetNoise Effects and ManagementTravaux en français237 207