Implications of the COVID-19 pandemic on self-reported health status and noise annoyance in rural and non-rural Canada
Notice bibliographique
Résumé
The Canadian Perspectives on Environmental Noise Survey (CPENS), conducted between April 12th, 2021 and May 25th, 2021 coincided with the third wave of the COVID-19 pandemic. Canadians 18 years of age and older (n = 6647) reported the degree to which the pandemic affected their physical health, mental health, stress, annoyance toward environmental and indoor noise, and overall well-being. Depending on the outcome evaluated, between 18 and 67% of respondents reported the measure as "somewhat" or "much worse" due to the pandemic. Stress was most affected, followed by mental health, overall well-being, physical health, annoyance toward environmental noise and annoyance toward indoor noise. Logistic regression models indicated that province, geographic region (rural/remote, suburban, urban), age, gender, poor physical/mental health, heart disease, a history of high sleep disturbance (in general) or diagnosed sleep disorders, anxiety/depression, working/schooling from home, and being retired significantly impacted the odds of reporting a worsening by the pandemic to varying degrees and directions, depending on the outcome. Indigenous status was unrelated to any of the modelled outcomes. Future research could address some of the noted study limitations and provide the data to determine if the observations on the reported measures of health are temporary, or long-lasting.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 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) | 0,000 | 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 tête enseignante, 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 ».