MétaCan
Menu
Retour à la cohorte
Enregistrement W3139017731 · doi:10.1111/ina.12819

Effect of housing condition on quality of life

2021· article· en· W3139017731 sur OpenAlexaff
Odgerel Chimed‐Ochir, Toshiharu Ikaga, Shintaro Ando, Tomohiro Ishimaru, Tatsuhiko Kubo, Shuzo Murakami, Yoshihisa Fujino

Notice bibliographique

RevueIndoor Air · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensDepartment of Environment and Conservation
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésEnvironmental scienceQuality (philosophy)Architectural engineeringBusinessEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This study examined the housing effect on quality of life among Japanese people. In the current cross-sectional study, we analyzed the 1-year of data (November 2015-March 2016) with 2533 participants. We used the Short Form-8 questionnaire, an 8-item instrument that measures general aspects of health-related QOL. Comprehensive Assessment System for Built Environment Efficiency housing checklist which was developed by Ministry of Land, Infrastructure, Transport and Tourism was used to assess the housing aspects. This checklist has six health elements including thermal comfort, acoustic environment, lighting environment, hygiene, safety, and security for 8 distinctive rooms/places of home. Multilevel analysis was done to identify the relationship between the perceived level of housing problem and PCS and MCS by clustering by sex. Compared to those who always felt unsafe at home due to interior design problem, participants who never felt unsafe showed an average of 10.51 (95% CI = 7.69-13.34, p < 0.0001) and 5.78 (95% CI = 2.90-8.65, p < 0.0001) higher physical and mental component score (better quality of life), respectively. Those who never had thermal, acoustic, lighting, hygiene, and security problems of housing also exhibited significantly better quality of life compared to participants who felt these problems.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,040
Tête enseignante GPT0,408
Écart entre enseignants0,368 · 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

Citations38
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndoor AirMême sujetHealth disparities and outcomesTravaux en français237 207