A mixed-method systematic review of indoor environmental quality (IEQ) gaps and opportunities for future research
Notice bibliographique
Résumé
Indoor environmental quality (IEQ) plays a pivotal role in mitigating sick building syndrome and advancing several of the United Nations’ Sustainable Development Goals. Globally recognized as essential for the future of healthy buildings, a comprehensive understanding of IEQ is critical. This study presents a systematic mixed-method review of IEQ research, combining scientometric and qualitative analyses to explore its development, current landscape, and emerging trends. A scientometric analysis of 1200 peer-reviewed articles indexed in Web of Science and Scopus mapped citation patterns and dominant research themes. Findings reveal that while IEQ is a rapidly evolving, multidisciplinary field, most research has focused on occupant health and well-being and energy performance, primarily through the lens of thermal comfort. Emerging areas, such as occupant behaviour, cognitive performance, and cross-domain interactions, are only beginning to gain scholarly attention. Collaborations analysis shows the dominance of the USA and China, with limited contributions from South America and Africa. A qualitative review of 250 selected studies further highlights critical gaps, including small sample sizes, limited exposure-health response data, overdependence on controlled laboratory settings, lack of longitudinal studies, insufficient integration of artificial intelligence for IEQ optimization, and underexplored diversity in health endpoints and study populations. The review also identifies the need to bridge the climate change–IEQ nexus. Together, these findings emphasize the importance of applied, interdisciplinary, and long-term research to better understand and enhance IEQ in real-world contexts. This study offers valuable insights and a forward-looking agenda to guide future research and innovation in the field of IEQ.
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 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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) | 0,000 | 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; un appel candidat d’une seule tête enseignante, 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 ».