MétaCan
Menu
Retour à la cohorte
Enregistrement W4401769632 · doi:10.3390/buildings14082579

Associations between Predictors of Indoor Air Quality in Kosovo and Health Symptoms in a Large Representative Survey

2024· article· en· W4401769632 sur OpenAlexaff
Antigona Ukëhaxhaj, Naser Ramadani, Besa Sutaj, Hanns Moshammer, Drita Zogaj, Fatih Şekercioğlu, Bujar Rexhepi

Notice bibliographique

RevueBuildings · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesNorwegian Institute of Public HealthUnited Nations Development Programme
Mots-clésEnvironmental healthIndoor air qualityAir quality indexQuality (philosophy)Indoor airEnvironmental sciencePsychologyGeographyMedicineMeteorologyEnvironmental engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Because most human activities take place inside, indoor air quality is essential to human health. Numerous factors contribute to Kosovo’s air pollution, including traffic, industrial emissions, aging thermal power plants, home heating, and other hazardous pollutants. The National Institute of Public Health and the WHO conducted a representative household survey to identify the most exposed and susceptible households, targeting two thousand households. Data from this survey were analyzed regarding the relationship between residential air quality predictors and health symptoms in Kosovo inhabitants. Effects from cooking fuel used on headaches, dizziness, and fatigue were somewhat stronger in females and type of heating seemed a little bit more effective in winter. The latter was also true for respiratory problems and heart disease, lending some credence to the causality of the findings. Thus, cooking devices and energy sources for both heating and cooking seem to have an effect on the health of Kosovars. Although the effect estimates were, in general, moderate with adjusted odds ratios in the magnitude of 2 to 3, they only explained a small part of the variation, with pseudo-R² often only reaching less than 10% and rarely more than 20%. In order to improve indoor air quality, regular monitoring and supervision systems should be established across the nation.

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)0,006
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,042
Score d'incertitude au seuil0,968

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,077
Tête enseignante GPT0,403
Écart entre enseignants0,326 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBuildingsMême sujetAir Quality and Health ImpactsTravaux en français237 207