Effects of pedestal-mounted electric fans on self-reported symptoms and mood-state in older adults exposed to indoor overheating during a simulated heatwave: an exploratory analysis
Notice bibliographique
Résumé
Recent evidence from modelling and laboratory-based studies showed that electric fans are ineffective at meaningfully lowering core temperature in older adults at air temperatures of 36 °C. However, their influence on self-reported environmental symptoms and mood-state during daylong use in hot indoor environments remains unclear. Eighteen older adults (8 females, median (interquartile range); 72 (67–76 years)) completed three randomized 8 h heat exposures (36 °C, 45% relative humidity) with a fan generating air speeds of 0 (no fan, control), 2, or 4 m/s at the front of the body positioned 1 m away. Participants were seated throughout, except for 4 × 10 min periods of simulated activities of daily living (stepping (∼2.25 metabolic equivalents (METs)). Core temperature, mean skin temperature, and heart rate areas under the curve (AUCs, hours 0–8) were calculated to assess cumulative physiological strain. Total Symptom Scores (68-item Environmental Symptoms Questionnaire) as well as Total Mood Disturbance and Energy Index (40-item Profile of Mood States questionnaire) were evaluated at end-heating (adjusted for pre-exposure). Core temperature, mean skin temperatures, and heart rate AUCs were not different between conditions (all p ≥ 0.087). Total Symptom Scores were 0.89-fold [0.81, 0.97] lower with fan use (combined across speeds) compared to no fan ( p = 0.009). Energy Index scores were 2.4 points [0.8, 4.0] higher with fan use compared to no fan ( p = 0.004). However, mood disturbance was not significantly different between conditions ( p = 0.345). Our exploratory analysis show that fans can reduce self-reported symptoms and increase perceived energy levels in older adults in overheated indoor environments, despite no meaningful attenuation of physiological strain. ClinicalTrials.gov Identifier: NCT05695079.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».