MétaCan
Menu
Retour à la cohorte
Enregistrement W4379469611 · doi:10.2196/44323

The Influence of Greenspace Exposure on Affect in People With and Those Without Schizophrenia: Exploratory Study

2023· article· en· W4379469611 sur OpenAlexvenueno aff
Tairmae Kangarloo, Jasmine Mote, Samuel J. Abplanalp, Alisa Gold, Peter James, David E. Gard, Daniel Fulford

Notice bibliographique

RevueJMIR Formative Research · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueUrban Green Space and Health
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAffect (linguistics)Experience sampling methodMental healthAnxietyPsychologyPsychiatrySocial psychology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Exposure to natural vegetation (ie, "greenspace") is related to beneficial outcomes, including higher positive and lower negative affect, in individuals with and those without mental health concerns. Researchers have yet to examine dynamic associations between greenspace exposure and affect within individuals over time. Smartphone-based ecological momentary assessment (EMA) and passive sensors (eg, GPS, microphone) allow for frequent sampling of data that may reveal potential moment-to-moment mechanisms through which greenspace exposure impacts mental health. OBJECTIVE: In this study, we examined associations between greenspace exposure and affect (both self-reported and inferred through speech) in people with and those without schizophrenia spectrum disorder (SSD) at the daily level using smartphones. METHODS: Twenty people with SSD and 14 healthy controls reported on their current affect 3 times per day over 7 days using smartphone-based EMA. Affect expressed through speech was labeled from ambient audio data collected via the phone's microphone using Linguistic Inquiry and Word Count (LIWC). Greenspace exposure, defined as the normalized difference vegetation index (NDVI), was quantified based on continuous geo-location data collected from the phone's GPS. RESULTS: Overall, people with SSD used significantly more positive affect words (P=.04) and fewer anger words (P=.04) than controls. Groups did not significantly differ in mean EMA-reported positive or negative affect, LIWC total word count, or NDVI exposure. Greater greenspace exposure showed small to moderate associations with lower EMA-reported negative affect across groups. In controls, greenspace exposure on a given day was associated with significantly lower EMA-reported anxiety on that day (b=-0.40, P=.03, 95% CI -0.76 to -0.04) but significantly higher use of negative affect words (b=0.66, P<.001, 95% CI 0.29-1.04). There were no significant associations between greenspace exposure and affect at the daily level among participants with SSD. CONCLUSIONS: Our findings speak to the utility of passive and active smartphone assessments for identifying potential mechanisms through which greenspace exposure influences mental health. We identified preliminary evidence that greenspace exposure could be associated with improved mental health by reducing experiences of negative affect. Future directions will focus on furthering our understanding of the relationship between greenspace exposure and affect on individuals with and those without SSD.

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)0,001
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 enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,045
Tête enseignante GPT0,369
Écart entre enseignants0,324 · 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

Citations4
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJMIR Formative ResearchMême sujetUrban Green Space and HealthTravaux en français237 207