MétaCan
Menu
Retour à la cohorte
Enregistrement W4393858297 · doi:10.1016/s2542-5196(24)00030-5

A critical review of the effectiveness of electric fans as a personal cooling intervention in hot weather and heatwaves

2024· review· en· W4393858297 sur OpenAlexafffund
Robert D. Meade, Sean R. Notley, Nathalie V. Kirby, Glen P. Kenny

Notice bibliographique

RevueThe Lancet Planetary Health · 2024
Typereview
Langueen
DomaineMedicine
ThématiqueThermoregulation and physiological responses
Établissements canadiensOttawa HospitalUniversity of Ottawa
Organismes subventionnairesCanadian Institutes of Health ResearchHealth CanadaUniversity of the Witwatersrand, Johannesburg
Mots-clésEvaporative coolerEnvironmental scienceAir conditioningClimate changeIntervention (counseling)MeteorologyEngineeringPsychologyGeographyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Health agencies worldwide have historically cautioned that electric fans accelerate body-heat gain during hot weather and heatwaves (typically in air temperatures ≥35°C). However, guidance published since 2021 has suggested that fans can still cool the body in air temperatures up to 40°C by facilitating sweat evaporation, and therefore are an inexpensive yet sustainable alternative to air conditioning. In a critical analysis of the reports cited to support this claim, we found that although fan use improves sweat evaporation, these benefits are of insufficient magnitude to exert meaningful reductions in body core temperature in air temperatures exceeding 35°C. Health agencies should continue to advise against fan use in air temperatures higher than 35°C, especially for people with compromised sweating capacity (eg, adults aged 65 years or older). Improving access to ambient cooling strategies (eg, air conditioning or evaporative coolers) and minimising their economic and environmental costs through policy initiatives, efficient cooling technology, and combined use of low-cost personal interventions (eg, skin wetting or fan use) are crucial for climate adaptation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Revue systématique · Signal consensuel: Revue systématique
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,299

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,085
Tête enseignante GPT0,423
Écart entre enseignants0,338 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeRevue systématique
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

Citations52
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Lancet Planetary HealthMême sujetThermoregulation and physiological responsesTravaux en français237 207