Odor, air quality, and well-being: understanding the urban smellscape using crowd-sourced science
Notice bibliographique
Résumé
Abstract Odors are a topic of emerging environmental health interest given their potential links to air quality, health, well-being, and quality of life. However, odors have traditionally been challenging to study given variability in individual sensitivity and perception, atmospheric physico-chemical processes, and emissions of mixtures of odorous contaminants. Here, we explore the potential utility of crowd-sourced odor report data in improving understanding of spatiotemporal patterns of odor experiences and their impacts. We conduct quantitative and qualitative analyses of a 12-month data set from a web application collecting crowd-sourced odor reports, including spatiotemporal information, odor and self-reported impacts description (OSAC: odors, symptoms, actions in response, and suspected causes), and demographics, in Vancouver, Canada. Users report diverse OSAC with strong seasonality and spatial variability. Reported symptoms, ranging from neurological to emotion- and mood-related, highlight the complexity of odor-related health and well-being impacts. Odors can trigger maladaptive actions, where individuals are exposed to other environmental stressors (e.g. heat stress) or curtail healthy behaviors (e.g. exercising outside) to cope with odor impacts. Clustering analysis of OSAC suggests that odor exposures may be linked to health, well-being, and quality of life impacts through complex mechanisms, related not only to the odor experienced but also perceived causes. Spatiotemporal patterns in reports highlight the potential influence of persistent sources (e.g. waste management) and transient events (e.g. accidents). Exploratory multiple linear regression models suggest that monitoring of air quality and meteorology may be insufficient to capture odor issues. Overall, these results suggest that crowd-sourced science incorporating self-reported health and well-being effects and behavioral responses can enrich understanding of the impacts of odorous emissions at large spatiotemporal scales and complement traditional air pollution monitoring.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».