MétaCan
Menu
Retour à la cohorte
Enregistrement W1970222873 · doi:10.1021/es202946w

Vacuum Cleaner Emissions as a Source of Indoor Exposure to Airborne Particles and Bacteria

2011· article· en· W1970222873 sur OpenAlexaff
Luke D. Knibbs, Congrong He, Caroline Duchaine, Lídia Morawska

Notice bibliographique

RevueEnvironmental Science & Technology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésVacuum cleanerBacteriaEnvironmental chemistryEnvironmental scienceParticulatesUltrafine particleAerosolParticle (ecology)Range (aeronautics)ContaminationChemistryEnvironmental engineeringMaterials scienceEcologyBiologyMeteorologyPhysics

Résumé

récupéré en direct d'OpenAlex

Vacuuming can be a source of indoor exposure to biological and nonbiological aerosols, although there are few data that describe the magnitude of emissions from the vacuum cleaner itself. We therefore sought to quantify emission rates of particles and bacteria from a large group of vacuum cleaners and investigate their potential determinants, including temperature, dust bags, exhaust filters, price, and age. Emissions of particles between 0.009 and 20 μm and bacteria were measured from 21 vacuums. Ultrafine (<100 nm) particle emission rates ranged from 4.0 × 10(6) to 1.1 × 10(11) particles min(-1). Emission of 0.54-20 μm particles ranged from 4.0 × 10(4) to 1.2 × 10(9) particles min(-1). PM(2.5) emissions were between 2.4 × 10(-1) and 5.4 × 10(3) μg min(-1). Bacteria emissions ranged from 0 to 7.4 × 10(5) bacteria min(-1) and were poorly correlated with dust bag bacteria content and particle emissions. Large variability in emission of all parameters was observed across the 21 vacuums, which was largely not attributable to the range of determinant factors we assessed. Vacuum cleaner emissions contribute to indoor exposure to nonbiological and biological aerosols when vacuuming, and this may vary markedly depending on the vacuum used.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,256
Écart entre enseignants0,235 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations88
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetAir Quality and Health ImpactsTravaux en français237 207