MétaCan
Menu
Retour à la cohorte
Enregistrement W3196254610 · doi:10.3390/ijerph18168713

The Contribution to Stress Recovery and Attention Restoration Potential of Exposure to Urban Green Spaces in Low-Density Residential Areas

2021· article· en· W3196254610 sur OpenAlexaff
Shuping Huang, Jinda Qi, Li Wei, Jian‐Wen Dong, Cecil C. Konijnendijk

Notice bibliographique

RevueInternational Journal of Environmental Research and Public Health · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesFujian University of TechnologyDepartment of Education, Fujian Province
Mots-clésUrban green spaceOpenness to experienceMental healthSpecies richnessPhotoplethysmogramEnvironmental scienceGeographyPsychologySpace (punctuation)EcologyComputer scienceSocial psychologyTelecommunications

Résumé

récupéré en direct d'OpenAlex

This study assessed the contributions of urban green spaces on mental health with joint consideration of people's physiological and psychological responses. The psychological and physiological responses of participants aged between 22 and 28, who visited green spaces in a low-density area of Fuzhou, Fujian Province, China, were measured using Perceived Restorativeness Scale (PRS) methods and biometric wearable sensing devices, respectively. Results showed that exposure to green space led to significant changes in PRS, electrodermal activity (EDA), facial electromyography (EMG), respiration sensor (RESP), and photoplethysmography (PPG), while there is no significant impact on skin temperature (SKT). Additionally, psychological and physiological responses were highly consistent and correlated (R < 0.8). The results also indicated that green spaces with high plant species richness, a water landscape, bumpy ground, cultural landscape, and without roadways presented a high performance on stress recovery and attention restoration. At the same time, the influence of openness was negligible in the low-density area. The study provides planners and landscape designers with specific guidance for implementing urban green spaces to improve mental health in low-density residential areas.

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)0,002
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,654

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,314
Écart entre enseignants0,290 · 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

Citations75
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Environmental Research and Public HealthMême sujetUrban Green Space and HealthTravaux en français237 207