Comparison of reduction efficiency of woven straw for entrained emissions of particulate matter with diameters less than 10 µm (PM<sub>10</sub>) and less than 2.5 µm (PM<sub>2.5</sub>) from exposed areas at construction sitesA paper submitted to the Journal of Environmental Engineering and Science.
Notice bibliographique
Résumé
From an engineering application point of view in reducing fugitive particulate matter emissions, this paper presents experimental data comparing the efficiency of woven straw at reducing entrained emissions of particulate matter with diameters less than 10 µm (PM 10 ) with that for particulate matter with diameters less than 2.5 µm (PM 2.5 ) at construction sites. A series of field-analogous experiments were carried out to continuously measure PM 10 and PM 2.5 using laser particle monitors in an artificial wind tunnel system. It was found that the efficiency of woven straw at reducing either PM 10 or PM 2.5 is significantly dependent on the woven straw coverage ratio. The maximum reduction efficiencies for PM 10 and PM 2.5 are about 40% and 12%, respectively. Note that the reduction efficiencies approach zero as the coverage ratio is less than about 40%. Total elimination of PM 2.5 and PM 10 emissions is not possible, even using full-coverage woven straw. Reduction of PM 2.5 emissions is less efficient than that of PM 10 emissions using woven straw, and this trend is likely more obvious with an increase in the woven straw coverage ratio. The ratio of reduction efficiencies (R) between PM 2.5 and PM 10 for woven straw decreased slightly with an increase in the woven straw coverage ratio. Overall, for wind speeds of 0.5–3.0 m/s, silt contents of 4.8%–21.0%, and soil moisture contents of 10%–30% as used in this work, the average value of R is 0.31. The effects of wind velocity, silt content, and moisture content on the reduction efficiencies are also discussed.
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 | 0,000 | 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 | 0,000 | 0,000 |
| 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 ».