Using indoor temperature in heat health warning systems: Deployment in community housing in Canada
Notice bibliographique
Résumé
Abstract Background Heat waves are a major global public health concern and present a significant challenge to society, especially to underserved populations and those aged 50+, due to their increasing frequency and intensity. They also add significant burdens to the healthcare system's resources, and it has been shown that most deaths occur indoors. Still, our warning systems are based on outdoor temperature measurements. We developed a real-time indoor temperature alert ecosystem to capture indoor temperatures that may aid in assessing and responding during a heat wave. Methods We placed ecobee thermostats into homes with community housing partners and local health authorities (N = 70), recorded indoor temperature data in near real-time, and administered three surveys during the study period. We investigated: (i) indoor temperatures trends during the heatwave season of 2022 in Vancouver and Ottawa, Canada; (ii) behaviours of participants during the study; (iii) housing characteristics; (iv) delivery of time-sensitive temperature alerts to enable check-ins, and (v) perceptions to heat risk and methods of communication. Results Initial results show different observations that include: a) unsafe indoor temperatures were reached and persisted (>26 °C and 31 °C) despite a milder heat wave season (in British Columbia); b) gaps in understanding of best practices to stay safe exist; c) home characteristics increase risk of overheating; d) coordinating check-in can protect individual health; and e) ensure individuals are protected during extreme heat events. Results suggest that indoor temperature provides vital information to inform heat health response plans. Conclusions The smart thermostat technology can be retrofitted into homes in Canada as it is commercially available. This study presents a scalable solution for monitoring indoor temperatures; it demonstrates they can be used to monitor indoor temperature exposure conditions to prevent deaths during extreme heat events. Key messages • This study presents a scalable solution for monitoring indoor temperatures, demonstrating how smart thermostats can monitor indoor temperature conditions to prevent deaths during extreme heat events. • Indoor temperatures pose significant risks to health; this study seeks to understand indoor temperature exposures to guide public health resource allocation during extreme heat events.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».