MétaCan
Menu
Retour à la cohorte
Enregistrement W4367043686 · doi:10.1016/j.socscimed.2023.115919

Investigating sonic injustice: A review of published research

2023· review· en· W4367043686 sur OpenAlexafffund
Christopher Trudeau, Nicholas King, Catherine Guastavino

Notice bibliographique

RevueSocial Science & Medicine · 2023
Typereview
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensMcGill UniversityCentre for Interdisciplinary Research in Music Media and Technology
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds de Recherche du Québec-Société et Culture
Mots-clésInjusticeEnvironmental justiceInequalitySocial inequalitySound (geography)Noise pollutionSociologyEnvironmental healthPolitical sciencePsychologySocial psychologyMedicineAcousticsLaw

Résumé

récupéré en direct d'OpenAlex

Sound has been researched as either an environmental pollutant (noise) with detrimental health effects or an environmental resource with beneficial outcomes for well-being. We define sonic injustice as unjust inequalities in both noise exposure and access to high-quality, beneficial sound environments. We performed a comparative analysis of 34 peer-reviewed studies on sonic injustice. These studies were from Europe, North America, Accra and Hong Kong. We found suggestive evidence of a social inequality in noise exposure, particularly for low income and racial/ethnic groups. In contrast, children were often associated with an underexposure to noise. We did not find any studies on inequalities in access to beneficial sound environments, except for one study on quiet areas. As well, this review identifies trends in European and North American studies; discusses causal mechanisms for sonic inequalities; and presents avenues for future investigations into sonic injustice.

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)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0110,014
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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.

Tête enseignante Opus0,417
Tête enseignante GPT0,640
Écart entre enseignants0,223 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations20
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSocial Science & MedicineMême sujetNoise Effects and ManagementTravaux en français237 207