environment and on human health occ

environment and on human health occur in urban areas, the causal and stochastic interactions between environmental factors (e.g. temperature, air pollution and noise), social factors (e.g. socioeconomic status, education and ethnicity) and their individual and combined influence on human health are only partly understood. Simulation models offer effective solutions to analyse these complex urban interactions and processes. Simulations are essential concepts for our understanding of reality but are not to be confused with reality itself. Rather they provide a simplified,
tangible environment which implements models (e.g. mathematical, statistical or computer models) to explore the behaviour and its consequences of a real-world process or system under a specific set of input conditions (Banks, 1999; Peck, 2008). Every simulation makes, thereby, assumptions and generalisations about processes,interactions and feedbacks in the reality they describe. The legitimacy of these simplifications resonates in the interpretations of the
outcome of studies run within the simulation environment. Is the result obtained an inherent feature of the reality or is it due to the simplifying assumptions? Simulations to date have been used as a basis for supporting environmental health studies and assessments (Eubank et al.,2004) and for informing policy and planning strategies (Cuvelier et al., 2007; Lefebvre et al., 2013). Simulations are particularly powerful when analysing very complex phenomena such as the spread of infectious diseases (Ferguson et al., 2006), to assess activity-based vehicle emissions (Beckx et al., 2009) or to explore
the effects of dynamic exposures (De Ridder et al., 2008). This is done mostly using data from real-world urban areas to answer questions specific to a town or city. The lack of understanding of urban area, however, derives in part from the sparseness of available data. Difficulties arise in linking and integrating data from different sources and for different issues (such as transport, population, environmental pollution and health) because of differences in sample design, geographical coverage or timing. As a consequence, Lioy (2010) identified the development of new technologies as one of the main scientific research focuses for future environmental epidemiological studies. He specifically highlights the importance of simulations as a tool to locate and evaluate populations in contact with environmental contaminants and to characterise exposure more accurately in order to reduce and prevent adverse health effects. In line with Lioy’s conclusions, this study developed a spatial simulation model of a ‘virtual’ urban area as a tool for simulating and modelling processes and interactions relevant for geographical studies of environmental health. The purpose of this Simulation model for Environmental health Analysis (SIENA) is to provide a user-controlled system in which to develop, test and assess methods and models crucial to explore the effects of environmental risk factors on human health. Particular focus is given to the study of exposures to potentially adverse environmental conditions, the sources and magnitude of uncertainty in studies and how different scenarios or study designs might influence the study outcome. Rather than analysing city-specific problems, SIENA provides a ‘laboratory’ within which to analyse generic, methodological questions relating to exposure assessments that are faced by the majority of environmental health studies in urban settings. The approach adopted in the development of SIENA is to sacrifice precision for realism and generality (Levins, 1966) which allows exploring general tendencies, such as the increase or decrease of parameters or the deviation from a certain value. SIENA, therefore, focuses on the qualitative, rather than the quantitative aspects of urban systems. It provides the user with methods and tools to simulate and model processes and interactions relevant for spatial studies of urban environmental health. To make it easily accessible

ผลลัพธ์ (ไทย) 1:

สภาพแวดล้อม และสุขภาพมนุษย์เกิดขึ้นในพื้นที่เมือง การโต้ตอบแบบเฟ้นสุ่ม และเชิงสาเหตุระหว่างปัจจัยสิ่งแวดล้อม (เช่นอุณหภูมิ มลพิษทางอากาศ และเสียง), ปัจจัยทางสังคม (สถานะเช่นประชากร การศึกษา และเชื้อชาติ) และอิทธิพลของพวกเขาแต่ละคน และรวมสุขภาพมีความเข้าใจเพียงบางส่วน รูปแบบจำลองนำเสนอโซลูชั่นที่มีประสิทธิภาพเพื่อวิเคราะห์การโต้ตอบการเมืองที่ซับซ้อนและกระบวนการเหล่านี้ จำลองมีแนวคิดที่จำเป็นสำหรับเราเข้าใจความเป็นจริง แต่จะไม่สับสนกับความเป็นจริงเอง แต่ จะให้ง่ายสภาพแวดล้อมที่จับต้องได้ซึ่งใช้รูปแบบ (เช่นคณิตศาสตร์ สถิติ หรือคอมพิวเตอร์รุ่น) พฤติกรรมและผลของกระบวนการจริงหรือระบบภายใต้ชุดการป้อนเงื่อนไข (ธนาคาร 1999 เป็ก 2008) จำลองทุกทำให้ จึง สมมติฐานและ generalisations เกี่ยวกับกระบวนการ การโต้ตอบ และรู้สึกในความเป็นจริงที่อธิบาย ชอบธรรมของลในเรื่องง่ายเหล่านี้ resonates ในการตีความของการผลของการศึกษาทำงานในสภาพแวดล้อมจำลอง ผลได้รับเป็นลักษณะโดยธรรมชาติของความเป็นจริง หรือไม่เนื่องจากสมมติฐาน simplifying จำลองวันที่มีการใช้เป็นพื้นฐาน สำหรับสนับสนุนการศึกษาสุขภาพสิ่งแวดล้อมและการประเมินผล (Eubank et al., 2004) และแจ้งนโยบาย และการวางแผนกลยุทธ์ (Cuvelier et al., 2007 Lefebvre et al., 2013) จำลองมีประสิทธิภาพโดยเฉพาะเมื่อวิเคราะห์ปรากฏการณ์ที่ซับซ้อนมากเช่นการแพร่กระจายของโรค (เฟอร์กูสันและ al., 2006), การประเมินการปล่อยรถตามกิจกรรม (Beckx et al., 2009) หรือ การสำรวจthe effects of dynamic exposures (De Ridder et al., 2008). This is done mostly using data from real-world urban areas to answer questions specific to a town or city. The lack of understanding of urban area, however, derives in part from the sparseness of available data. Difficulties arise in linking and integrating data from different sources and for different issues (such as transport, population, environmental pollution and health) because of differences in sample design, geographical coverage or timing. As a consequence, Lioy (2010) identified the development of new technologies as one of the main scientific research focuses for future environmental epidemiological studies. He specifically highlights the importance of simulations as a tool to locate and evaluate populations in contact with environmental contaminants and to characterise exposure more accurately in order to reduce and prevent adverse health effects. In line with Lioy’s conclusions, this study developed a spatial simulation model of a ‘virtual’ urban area as a tool for simulating and modelling processes and interactions relevant for geographical studies of environmental health. The purpose of this Simulation model for Environmental health Analysis (SIENA) is to provide a user-controlled system in which to develop, test and assess methods and models crucial to explore the effects of environmental risk factors on human health. Particular focus is given to the study of exposures to potentially adverse environmental conditions, the sources and magnitude of uncertainty in studies and how different scenarios or study designs might influence the study outcome. Rather than analysing city-specific problems, SIENA provides a ‘laboratory’ within which to analyse generic, methodological questions relating to exposure assessments that are faced by the majority of environmental health studies in urban settings. The approach adopted in the development of SIENA is to sacrifice precision for realism and generality (Levins, 1966) which allows exploring general tendencies, such as the increase or decrease of parameters or the deviation from a certain value. SIENA, therefore, focuses on the qualitative, rather than the quantitative aspects of urban systems. It provides the user with methods and tools to simulate and model processes and interactions relevant for spatial studies of urban environmental health. To make it easily accessible

ผลลัพธ์ (ไทย) 2:

สภาพแวดล้อมและสุขภาพของมนุษย์เกิดขึ้นในพื้นที่เมืองสาเหตุและการมีปฏิสัมพันธ์ระหว่างปัจจัยสุ่มสิ่งแวดล้อม (เช่นอุณหภูมิ, มลพิษทางอากาศและเสียง) ปัจจัยทางสังคม (เช่นสถานะทางเศรษฐกิจสังคมการศึกษาและเชื้อชาติ) และบุคคลและอิทธิพลรวมของพวกเขาต่อสุขภาพของมนุษย์เป็นเพียง เข้าใจบางส่วน แบบจำลองนำเสนอโซลูชั่นที่มีประสิทธิภาพในการวิเคราะห์ปฏิสัมพันธ์ในเมืองเหล่านี้มีความซับซ้อนและกระบวนการ จำลองเป็นแนวคิดที่สำคัญสำหรับความเข้าใจของเราของความเป็นจริง แต่ไม่ให้สับสนกับตัวเองจริง แต่พวกเขาให้ง่าย
สภาพแวดล้อมที่มีตัวตนซึ่งดำเนินการรูปแบบ (เช่นคณิตศาสตร์แบบจำลองทางสถิติหรือคอมพิวเตอร์) ในการสำรวจพฤติกรรมและผลกระทบของกระบวนการที่โลกแห่งความจริงหรือระบบภายใต้ชุดเฉพาะของเงื่อนไขการป้อนข้อมูล (ธนาคาร, 1999; Peck, 2008 ) ทุกคนที่ทำให้การจำลองจึงสมมติฐานและภาพรวมเกี่ยวกับกระบวนการปฏิสัมพันธ์และการตอบรับในความเป็นจริงพวกเขาอธิบาย ถูกต้องตามกฎหมายของ simplifications เหล่านี้สะท้อนในการตีความของ
ผลของการศึกษาทำงานในสภาพแวดล้อมจำลอง เป็นผลที่ได้รับคุณสมบัติโดยธรรมชาติของความเป็นจริงหรือมันคือเนื่องจากสมมติฐานง่าย? จำลองวันที่ได้ถูกนำมาใช้เป็นพื้นฐานสำหรับการสนับสนุนการศึกษาสุขภาพสิ่งแวดล้อมและการประเมินผลและแจ้งนโยบายและการวางแผนกลยุทธ์ (แบงค์ et al, 2004.) (Cuvelier et al, 2007;.. บวรีและคณะ, 2013) จำลองที่มีประสิทธิภาพโดยเฉพาะอย่างยิ่งเมื่อวิเคราะห์ปรากฏการณ์ที่ซับซ้อนมากเช่นการแพร่กระจายของโรคติดเชื้อ (เฟอร์กูสัน et al., 2006) ในการประเมินตามกิจกรรมการปล่อยคัน (Beckx et al., 2009) หรือการสำรวจ
ผลกระทบของความเสี่ยงแบบไดนามิก (De Ridder et al., 2008) นี้จะทำส่วนใหญ่โดยใช้ข้อมูลจากพื้นที่ในเมืองโลกแห่งความจริงที่จะตอบคำถามที่เฉพาะเจาะจงไปยังเมืองหรือเมือง ขาดความเข้าใจในเขตเมือง แต่เกิดขึ้นในส่วนหนึ่งมาจากการกระจัดกระจายของข้อมูลที่มีอยู่ ความยากลำบากที่เกิดขึ้นในการเชื่อมโยงและบูรณาการข้อมูลจากแหล่งข้อมูลที่แตกต่างกันและสำหรับปัญหาที่แตกต่างกัน (เช่นการขนส่งประชากรมลภาวะต่อสิ่งแวดล้อมและสุขภาพ) เพราะความแตกต่างในการออกแบบตัวอย่างพื้นที่ทางภูมิศาสตร์หรือระยะเวลา เป็นผลให้ Lioy (2010) ระบุว่าการพัฒนาของเทคโนโลยีใหม่เป็นหนึ่งในการวิจัยทางวิทยาศาสตร์ที่สำคัญมุ่งเน้นสำหรับการศึกษาทางระบาดวิทยาสิ่งแวดล้อมในอนาคต เขาโดยเฉพาะไฮไลท์สำคัญของการจำลองเป็นเครื่องมือในการค้นหาและประเมินประชากรในการติดต่อกับสารปนเปื้อนสิ่งแวดล้อมและลักษณะการสัมผัสถูกต้องมากขึ้นเพื่อลดและป้องกันผลกระทบต่อสุขภาพที่ไม่พึงประสงค์ สอดคล้องกับข้อสรุป Lioy ของการศึกษาครั้งนี้ได้รับการพัฒนาแบบจำลองเชิงพื้นที่ของเขตเมือง 'เสมือน' เป็นเครื่องมือในการจำลองและการสร้างแบบจำลองกระบวนการและการมีปฏิสัมพันธ์ที่เกี่ยวข้องกับการศึกษาทางภูมิศาสตร์ของอนามัยสิ่งแวดล้อม วัตถุประสงค์ของรูปแบบจำลองนี้สำหรับการวิเคราะห์สุขภาพสิ่งแวดล้อม (เซียน่า) คือการให้ระบบของผู้ใช้ที่มีการควบคุมในการที่จะพัฒนาทดสอบและประเมินวิธีการและรูปแบบที่สำคัญในการสำรวจผลกระทบของปัจจัยความเสี่ยงด้านสิ่งแวดล้อมต่อสุขภาพของมนุษย์ โดยเฉพาะอย่างยิ่งจะได้รับการศึกษาความเสี่ยงต่อสภาพแวดล้อมที่ไม่พึงประสงค์ที่อาจเกิดขึ้น, แหล่งที่มาและความสำคัญของความไม่แน่นอนในการศึกษาและวิธีการที่สถานการณ์ที่แตกต่างหรือการออกแบบการศึกษาอาจมีผลต่อผลการศึกษา แทนที่จะวิเคราะห์ปัญหาเมืองเฉพาะ SIENA ให้ 'ห้องปฏิบัติการภายในซึ่งการวิเคราะห์ทั่วไปคำถามวิธีการที่เกี่ยวข้องกับการประเมินผลการเปิดรับที่จะต้องเผชิญโดยส่วนใหญ่ของการศึกษาสุขภาพสิ่งแวดล้อมในการตั้งค่าในเมือง วิธีการที่นำมาใช้ในการพัฒนาของเซียน่าที่จะเสียสละความแม่นยำเพื่อความสมจริงและทั่วไป (Levins 1966) ซึ่งจะช่วยให้การสำรวจแนวโน้มทั่วไปเช่นการเพิ่มขึ้นหรือลดลงของตัวแปรหรือเบี่ยงเบนจากค่าบางอย่าง เซียน่าจึงมุ่งเน้นไปที่คุณภาพมากกว่าเชิงปริมาณของระบบเมือง จะให้ผู้ใช้ที่มีวิธีการและเครื่องมือในการจำลองและกระบวนการรูปแบบและการมีปฏิสัมพันธ์ที่เกี่ยวข้องกับการศึกษาเชิงพื้นที่ของสุขภาพสิ่งแวดล้อมเมือง เพื่อให้สามารถเข้าถึงได้ง่าย

ผลลัพธ์ (ไทย) 3:

สิ่งแวดล้อมและสุขภาพของมนุษย์เกิดขึ้นในเขตเมืองของสาเหตุและปัญหาระหว่างปัจจัยสิ่งแวดล้อม ( เช่นอุณหภูมิ , มลพิษอากาศและเสียง ) , ปัจจัยทางสังคม ( เช่น สถานภาพทางเศรษฐกิจและสังคม การศึกษา และชาติพันธุ์ ) และแต่ละของพวกเขาและอิทธิพลรวมต่อสุขภาพของมนุษย์เป็นเพียงส่วนหนึ่งครับแบบจำลองเสนอโซลูชั่นที่มีประสิทธิภาพเพื่อวิเคราะห์ปฏิสัมพันธ์ที่ซับซ้อนของเมืองเหล่านี้และกระบวนการ จำลองเป็นแนวคิดที่จำเป็นสำหรับความเข้าใจของเราของความเป็นจริง แต่เป็นเพื่อไม่ให้สับสนกับความเป็นจริงนั่นเอง แต่จะให้ง่าย
รุ่นที่จับต้องได้สภาพแวดล้อมที่ใช้ ( เช่นคณิตศาสตร์สถิติหรือคอมพิวเตอร์รุ่น ) เพื่อศึกษาพฤติกรรมและผลกระทบของการใช้กระบวนการหรือระบบภายใต้เงื่อนไขเฉพาะชุดของข้อมูล ( ธนาคาร , 1999 ; เพ็ค , 2008 ) ทุกๆชนิดที่ทำให้ งบ สมมติฐาน และรวมเกี่ยวกับกระบวนการ การปฏิสัมพันธ์และตอบรับในความเป็นจริงพวกเขาอธิบาย ความถูกต้องของ Simplifications เหล่านี้สะท้อนในการตีความของ
ผลของการศึกษาที่ใช้ในสภาพแวดล้อมจำลอง คือ ผลที่ได้รับเป็นลักษณะโดยธรรมชาติของความเป็นจริง หรือเป็นเพราะระบบสมมติฐาน ? จำลองการอาจถูกใช้เป็นฐานสำหรับสนับสนุนการศึกษาสาธารณสุขสิ่งแวดล้อมและการประเมิน ( ยูแบงก์ et al . , 2004 ) และสำหรับการแจ้งนโยบาย กลยุทธ์ และการวางแผน คว เลอร์ et al . , 2007 ; เลอเฟบร์ et al . , 2013 )แบบจำลองที่มีประสิทธิภาพโดยเฉพาะอย่างยิ่งเมื่อวิเคราะห์ปรากฏการณ์ที่ซับซ้อนมากเช่น การแพร่ระบาดของโรคติดเชื้อ ( Ferguson et al . , 2006 ) เพื่อประเมินการปล่อยก๊าซรถยนต์ ( beckx et al . , 2009 ) หรือผลของการสํารวจ
แบบไดนามิก ( เดอ ริดเดอร์ et al . , 2008 ) นี้จะทำส่วนใหญ่ใช้ข้อมูลจากโลกแห่งความจริงในพื้นที่เมืองเพื่อตอบคำถามเฉพาะในเมืองหรือเมืองการขาดความรู้ความเข้าใจของชุมชนเมือง แต่เกิดขึ้นในส่วนหนึ่งจาก sparseness ของข้อมูลที่มีอยู่ ปัญหาเกิดขึ้นในการเชื่อมโยงและบูรณาการข้อมูลจากแหล่งต่าง ๆและสำหรับปัญหาที่แตกต่างกัน ( เช่น การขนส่ง ประชากร สิ่งแวดล้อม และสุขภาพ ) เพราะความแตกต่างในการออกแบบตัวอย่าง ครอบคลุมทางภูมิศาสตร์หรือเวลา อย่างไรก็ดีlioy ( 2010 ) ระบุ การพัฒนาเทคโนโลยีใหม่เป็นหนึ่งในการวิจัยทางวิทยาศาสตร์หลักมุ่งเน้นเพื่ออนาคตสิ่งแวดล้อมศึกษาทางระบาดวิทยา .เขาเจาะจงเน้นความสำคัญของการจำลองเป็นเครื่องมือในการค้นหาและประเมินประชากรในการสัมผัสกับสารพิษในสิ่งแวดล้อมและการเปิดรับนักศึกษาได้อย่างถูกต้อง เพื่อลดและป้องกันผลกระทบต่อสุขภาพที่ไม่พึงประสงค์ ในบรรทัดที่มี lioy เป็นข้อสรุปการศึกษาครั้งนี้มีวัตถุประสงค์เพื่อพัฒนาแบบจำลองเชิงพื้นที่ของพื้นที่เมือง ' เสมือน ' เป็นเครื่องมือเพื่อจำลองและแบบจำลองกระบวนการและปฏิกิริยาที่เกี่ยวข้องทางภูมิศาสตร์ การศึกษา สุขภาพ สิ่งแวดล้อม วัตถุประสงค์ ของแบบจำลองเพื่อการวิเคราะห์สุขภาพสิ่งแวดล้อม ( เซียนา ) เพื่อให้ผู้ใช้ควบคุมระบบที่พัฒนาทดสอบและประเมินวิธีการและรูปแบบที่สำคัญที่จะศึกษาถึงผลกระทบของปัจจัยเสี่ยงด้านสิ่งแวดล้อมต่อสุขภาพของมนุษย์ โดยมุ่งเน้นให้ศึกษาชมสภาพแวดล้อมที่ไม่พึงประสงค์ที่อาจ , แหล่งที่มาและความสำคัญของความไม่แน่นอนในการศึกษาและวิธีการที่สถานการณ์ที่แตกต่างกันหรือการออกแบบการศึกษาอาจมีอิทธิพลต่อการศึกษาผล วิเคราะห์ปัญหามากกว่าเมืองที่เฉพาะเจาะจงเซียนา มี ' ' ซึ่งวิเคราะห์ภายในห้องปฏิบัติการทั่วไป คำถามที่เกี่ยวข้องกับการในการประเมินที่ต้องเผชิญกับส่วนใหญ่ของการศึกษาด้านอนามัยสิ่งแวดล้อม ในการตั้งค่าในเมือง วิธีการที่ใช้ในการพัฒนาคือการเสียสละของเซียนาความแม่นยำสัจนิยมและสภาพทั่วไป ( เลวินส์ , 1966 ) ซึ่งช่วยให้การสำรวจแนวโน้มทั่วไปเช่นการเพิ่มหรือลดของพารามิเตอร์หรือเบี่ยงเบนจากค่า เซียนา จึงเน้นที่คุณภาพมากกว่าด้านปริมาณของระบบในเมือง ให้ผู้ใช้ด้วยวิธีการและเครื่องมือในการจำลองกระบวนการและรูปแบบปฏิสัมพันธ์ที่เกี่ยวข้องด้านการศึกษา สุขภาพ สิ่งแวดล้อมเมือง เพื่อให้สามารถเข้าถึงได้ง่าย