"Enginn kom auga á heildarmyndina" : reynsla einstaklinga af heilkenni og sálfélagslegri líðan tengdum rakaskemmdum húsum : fyrirbærafræðileg rannsókn
Bibliographic record
Abstract
Bakgrunnur: Nýlegar rannsóknir sýna að rakaskemmd hús séu algeng vandamál. Húsasótt (e. sick building syndrome, SBS) og óskilgreind einkenni sem tengjast byggingum (e. non-specific building-related symptoms, NBRS) hafa verið tengd við rakaskemmd hús. Gæði innilofts er mikilvægt þar sem fólk ver um 90% af tíma sínum innanhúss. Dæmi um heilsubrest sem tengjast rakaskemmdum húsum eru öndunarfærasýkingar, einkenni frá taugakerfi, húð og slímhúð og svefnleysi. Orsakasamhengi er þó óljóst og frekari rannsókna er þörf. \nTilgangur: Að kanna reynslu fólks af heilkenni og sálfélagslegri líðan tengdum rakaskemmdum húsum. \nAðferð: Tólf djúpviðtöl voru tekin þar sem stuðst var við hálfstaðlaðan viðtalsramma. Gögn voru greind í þemu samkvæmt Vancouver-skólanum í fyrirbærafræði. \nNiðurstöður: Yfirþemað var „Enginn kom auga á heildarmyndina“. Þátttakendur upplifðu upphaf veikinda sem kúvendingu og óljósa. Líkamleg og sálfélagsleg líðan þátttakenda varð ekki aðeins fyrir áhrifum af einkennum heilkennisins heldur einnig af skorti á greiningu og meðferð, litlum sem engum skilningi frá heilbrigðiskerfinu, vinnufélögum og fjölskyldu sem og neikvæðum áhrifum á fjárhag. Þátttakendur fundu fyrir einkennum víða, sumir jafnvel á heimilum sínum. Algjör breyting á lífi þátttakenda varð í kjölfarið. \nÁlyktanir: Birtingarmynd heilkennisins er margþætt en sjá má eftir á, ákveðna vegferð birtast í óskýra veikindaferlinu. Niðurstöður veita innsýn í erfiða og flókna tilveru þeirra sem glíma við heilkennið sem er jafnframt að hluta til ósýnilegt og óáþreifanlegt. Það vantar markvissa greiningu, meðferð, þekkingu, skilning, stuðning og fjárhagslegan stuðning fyrir þennan hóp. Þar sem helkennið getur verið breytilegt þarf heilbrigðisstarfsfólk að leggja áherslu á að veita stuðning og sýna skilning með virkri hlustun og virðingu og aðstoða skjólstæðinga sína þar sem þeir er staddir hverju sinni. \nLykilorð: Húsasótt, rakaskemmd hús, veikindi, sálfélagsleg líðan, mygla, loftgæði, inniloft, eigindleg rannsókn, fyrirbærafræði, Vancouver-skólinn
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.037 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".