Geographic environments, daily activities and stress in Luxembourg (the FragMent study): a protocol combining map-based questionnaires, geographically explicit ecological momentary assessment and vocal biomarkers of stress
Notice bibliographique
Résumé
INTRODUCTION: Stress is nearly ubiquitous in everyday life; however, it imposes a tremendous burden worldwide by acting as a risk factor for most physical and mental diseases. The effects of geographic environments on stress are supported by multiple theories acknowledging that natural environments act as a stress buffer and provide deeper and quicker restorative effects than most urban settings. However, little is known about how the temporalities of exposure to complex urban environments (duration, frequency and sequences of exposures) experienced in various locations - as shaped by people's daily activities - affect daily and chronic stress levels. The potential modifying effect of activity patterns (ie, time, place, activity type and social company) on the environment-stress relationship also remains poorly understood. Moreover, most observational studies relied quasi-exclusively on self-reported stress measurements, which may not accurately reflect the individual physiological embodiment of stress. The FragMent study aims to assess the extent to which the spatial and temporal characteristics of exposures to environments in daily life, along with individuals' activity patterns, influence physiological and psychological stress. METHODS AND ANALYSIS: A sample of 2000 adults aged 18-65 and residing in the country of Luxembourg completed a traditional and a map-based questionnaire to collect data on their perceived built, natural and social environments, regular mobility, activity patterns and chronic stress at baseline. A subsample of 200 participants engaged in a 15-day geographically explicit ecological momentary assessment (GEMA) survey, combining a smartphone-enabled global positioning system (GPS) tracking and the repeated daily assessment of the participants' momentary stress, activities and environmental perceptions. Participants further complete multiple daily vocal tasks to collect data on vocal biomarkers of stress. Analytical methods will include machine learning models for stress prediction from vocal features, the use of geographic information systems (GIS) to quantify dynamic environmental exposures in space and time, and statistical models to disentangle the environment-stress relationships. ETHICS AND DISSEMINATION: Ethical approval (LISER REC/2021/024.FRAGMENT/4-5-9-10) was granted by the Research Ethics Committee of the Luxembourg Institute of Socio-Economic Research (LISER), Luxembourg. Results will be disseminated via conferences, peer-review journal papers and comic strips. All project outcomes will be made available at https://www.fragmentproject.eu/.
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 | 0,008 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,003 |
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 ».