MétaCan
Menu
← Retour à la cohorte
Enregistrement W3086294053 · doi:10.5539/gjhs.v12n11p20

A Systematic Review on School Air Quality and Its Impact on Student’s Health in Tropical Countries

2020· review· en· W3086294053 sur OpenAlexvenueno aff
Bambang Wispriyono, Budi Hartono, Ririn Arminsih Wulandari, Sasnila Pakpahan, Gita Permata Aryati, Nurmalasari Nurmalasari, Okky Assetya

Notice bibliographique

RevueGlobal Journal of Health Science · 2020
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesKementerian Riset, Teknologi dan Pendidikan Tinggi
Mots-clésAir quality indexEnvironmental healthIndoor air qualityAir pollutantsPollutantParticulatesQuality (philosophy)Air pollutionMedicineEnvironmental scienceGeographyEnvironmental engineeringMeteorology

Résumé

récupéré en direct d'OpenAlex

Poor air quality in school areas has a negative impact on the student’s health. Several studies in tropical countries have reported the risk exposure and environmental factors that were associated to the air quality in school areas. This paper presents a review of several case study research associated to air pollutants and environmental factors on the surrounding school environment and the health impact on students in tropical country. We selected and reviewed 18 research papers related to air quality in schools. The selection method was based on the inclusion and exclusion criteria. Throughout these studies, the most common source of air pollutants found in the classroom was particulate matter. Air quality in schools is affected by the distance between the school and the source of pollutants, ventilation, inhabitant, and season. Exposure to poor indoor air quality can increase health risk, respiratory problems, ocular problems, and students’ absence from school.

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)0,003
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0050,005
Bibliométrie0,0090,011
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,107
Tête enseignante GPT0,502
Écart entre enseignants0,395 · 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'étudeRevue systématique
Domainenon disponible
GenreSynthèse

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Health Science→Même sujetAir Quality and Health Impacts→Travaux en français237 207→