Randomized Cross-Over Study of In-Vehicle Cabin Air Filtration, Air Pollution Exposure, and Acute Changes to Heart Rate Variability, Saliva Cortisol, and Cognitive Function
Notice bibliographique
Résumé
Abstract To determine how traffic-related air pollution (TRAP) exposures affect commuter health, and whether cabin air filtration (CAF) can mitigate exposures, we conducted a cross-over study of 48 adults exposed to TRAP during two commutes with and without CAF. Measurements included particulate air pollutants (PM2.5, black carbon [BC], ultrafine particles [UFPs]), volatile organic compounds, and nitrogen dioxide. We measured participants’ heart rate variability (HRV), saliva cortisol, and cognitive function. On average, CAF reduced concentrations of UFPs by 26,232 (95%CI: 11,734, 40,730) n/cm3, PM2.5 by 6 (95%CI: 5, 8) μg/m3, and BC by 1348 (95%CI: 1042, 1654) ng/m3, or 28, 30, and 32%, respectively. Each IQR increase in PM2.5 was associated with a 28% (95%CI: 2, 60) increase in high-frequency power HRV at the end of the commute and a 22% (95%CI: 7, 39) increase 45 min afterward. IQR increases in UFPs were associated with increased saliva cortisol in women during the commute (18% [95%CI: 0, 40]). IQR increases in UFPs were associated with strong switching costs (19% [95%CI: 2, 39]), indicating a reduced capacity for multitasking, and PM2.5 was associated with increased reaction latency, indicating slower responses (5% [95%CI: 1, 10]). CAF can reduce particulate exposures by almost a third.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».