Measurement of Personal Experienced Temperature Variations in Rural Households Using Wearable Monitors: A Pilot Study
Notice bibliographique
Résumé
The time-varying data of air temperatures experienced by people in their daily lives is an important basis for studying human thermal sensation, adaptation, comfort, and health. It is also very important for designing targeted strategies to help people reduce uncomfortable experience. In this study, a small (98 mm × 49 mm × 25 mm), lightweight (~100 g), and portable temperature logger with a wide measurement range (-40 to 100 °C) and appropriate accuracy (±0.3 °C precision) was combined with a phone holder that was adapted as an armband sleeve to constitute a wearable monitor. Fourteen monitors were worn by 14 residents in 6 different households in rural Beijing, China, to monitor their personal thermal environment. In the context of having very similar living habits in winter and coping strategies for thermal discomfort, the temperatures that 14 residents experienced exhibited wide ranges and large variations during the two-day test period. The highest and lowest temperatures experienced by residents reached 30.6 and -16.6 °C, respectively. This paper provided new data and evidences about various temperatures experienced by residents, even though they were from the same family and lived together for decades. In terms of methodology, as an exploration, the present study indicated that using personal wearable monitors is a viable method to capture the real experienced thermal environment, which extended the method for collecting data regarding complex experiences in different environments to aid the study of human responses to the real-world thermal environment.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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) | 0,001 | 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 ».