MétaCan
Menu
← Retour à la cohorte
Enregistrement W3135515381

Shade Trees in Schoolyards: their Role in Protection from Ultraviolet Rradiation and Improving Childhood Learning

2020· dissertation· en· W3135515381 sur OpenAlexaboutno aff
Sivajanani Sivarajah

Notice bibliographique

RevueTSpace · 2020
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceUltravioletMaterials scienceOptoelectronics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Urban trees are widely recognized to improve the physical environment for humans, but little work has been done to quantify differences among tree species in their ability to mitigate ultraviolet radiation, or on tree effects on learning in the context of primary education. My research examines the environmental services of schoolyard shade trees, and specifically evaluates the potential for different tree species to attenuate UV radiation reaching the ground and to provide psychological benefits as indicated by standardized test score performance. My thesis examines three different approaches to address specific questions that add to our understanding of both mechanisms and net effects, namely: (1) the analysis of leaf optical and morphological traits and their impact on the transmittance and reflectance of UV radiation, particularly UV-B and UV-C radiation of most concern from a human health perspective; (2) the determination of typical UV radiation levels beneath different urban tree species in schoolyards and public parks across Toronto, Ontario; and (3) the assessment of tree canopy cover, diversity, and species composition on the academic performance of primary-school-age children. I found both estimated leaf-level UV reflectance and transmittance were substantially higher than prior published estimates. UV reflectance ranged from 20.06-49.69% (UV-A), 30.13-62.68% (UV-B), and 37.18-73.29% (UV-C), and UV transmittance ranged from 0.33-10.14% (UV-A), 0.44-13.13% (UV-B), and 1.61-29.73% (UV-C) among sampled leaves. When analyzed at the canopy-level, UV protection factor (PF) varied significantly among species, ranging from ~1.3-3.4. Additionally, I found crown transparency (%), crown radius/height of live crown (m), and shade tolerance were important as predictors of UV protection factors. Lastly, tree cover is a significant positive predictor of children’s academic performance, and the effects of tree cover and species composition were most apparent in schools that showed the highest level of external challenges to excel in academic settings. More broadly, this dissertation examines the potential for shade trees in typical urban settings to provide both physical and mental health benefits to children through the attenuation of UV radiation and enhanced educational performance.

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)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,008
Tête enseignante GPT0,240
Écart entre enseignants0,232 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTSpace→Même sujetUrban Green Space and Health→Travaux en français237 207→