MétaCan
Menu
Retour à la cohorte
Enregistrement W2102642841 · doi:10.1021/es402580t

Fine and Ultrafine Particle Decay Rates in Multiple Homes

2013· article· en· W2102642841 sur OpenAlexaffabout
Lance Wallace, Warren B. Kindzierski, Jill Kearney, Morgan MacNeill, Marie-Ève Héroux, Amanda J. Wheeler

Notice bibliographique

RevueEnvironmental Science & Technology · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensWilfrid Laurier UniversityHealth CanadaUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésUltrafine particleParticle (ecology)Environmental scienceMaterials scienceNanotechnologyGeologyOceanography

Résumé

récupéré en direct d'OpenAlex

Human exposure to particles depends on particle loss mechanisms such as deposition and filtration. Fine and ultrafine particles (FP and UFP) were measured continuously over seven consecutive days during summer and winter inside 74 homes in Edmonton, Canada. Daily average air exchange rates were also measured. FP were also measured outside each home and both FP and UFP were measured at a central monitoring station. A censoring algorithm was developed to identify indoor-generated concentrations, with the remainder representing particles infiltrating from outdoors. The resulting infiltration factors were employed to determine the continuously changing background of outdoor particles infiltrating the homes. Background-corrected indoor concentrations were then used to determine rates of removal of FP and UFP following peaks due to indoor sources. About 300 FP peaks and 400 UFP peaks had high-quality (median R(2) value >98%) exponential decay rates lasting from 30 min to 10 h. Median (interquartile range (IQR)) decay rates for UFP were 1.26 (0.82-1.83) h(-1); for FP 1.08 (0.62-1.75) h(-1). These total decay rates included, on average, about a 25% contribution from air exchange, suggesting that deposition and filtration accounted for the major portion of particle loss mechanisms in these homes. Models presented here identify and quantify effects of several factors on total decay rates, such as window opening behavior, home age, use of central furnace fans and kitchen and bathroom exhaust fans, use of air cleaners, use of air conditioners, and indoor-outdoor temperature differences. These findings will help identify ways to reduce exposure and risk.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,124
Score d'incertitude au seuil0,247

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,258
Écart entre enseignants0,242 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations44
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

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