Not just ‘a few wisps’: real-time measurement of tobacco smoke at entrances to office buildings
Notice bibliographique
Résumé
INTRODUCTION: An unintended consequence of indoor smoking restrictions is the relocation of smoking to building entrances, where non-smokers may be exposed to secondhand smoke, and smoke from outdoor areas may drift through entrances, exposing people inside. Tobacco smoke has been linked to numerous health effects in non-smokers and there is no safe level of secondhand smoke (SHS) exposure. This paper presents data on levels of tobacco smoke inside and outside entrances to office buildings. METHODS: Real-time air quality monitors were used to simultaneously measure respirable particulate matter (PM(2.5); air pollutant particles with a diameter of 2.5 μg or less) as a marker for tobacco smoke, outside and inside 28 entrances to office buildings in downtown Toronto, Ontario, in May and June 2008. Measurements were taken when smoking was and was not present within 9 m of entrances. Background levels of PM(2.5) were also measured for each session. A mixed model analysis was used to estimate levels of PM(2.5), taking into account repeated measurement errors. RESULTS: Peak levels (10 s averages) of PM(2.5) were as high as 496 μg/m(3) when smoking was present. Mixed model analysis shows that the average outdoor PM(2.5) with smoking was significantly higher than the background level (p<0.0001), and significantly and positively associated with the number of lit cigarettes (p<0.0001). The average level of PM(2.5) with ≥ 5 lit cigarettes was 2.5 times greater than the average background level. CONCLUSIONS: These findings support smoke-free policies at entrances to buildings to protect non-smokers from exposure to tobacco smoke.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 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) | 0,001 | 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 ».