A Study of Factors Affecting in Increasing or Decreasing of Radon Levels in Buildings of Suwaylih Town
Notice bibliographique
Résumé
This research aimed to study the factors affected in radon levels in buildings of Suwaylih town (altitude about 900 to 1300 above the sea level) as areference to Jordan. The study was started from august, 10, 2012 to October, 10, 2012. Suwaylih Town divided into six districts namely, Al-Kamaliah, Al-Rahmaniah, Al-Sharqy, Al-Fadielah, Maysaloon, Al-Bashaaer districts. About 780 Passive dosimeters containing highly pure CR - 39 were distributed randomly in districts of Suwaylih town. The indoor dosimeters were collected after three months. The collected detectors were chemically etched using 30% KOH for 9 hours at 70 ± 0.1 °C. An optical microscope was used to measure the nuclear alpha track density on the detectors surfaces. The research results showed that radon concentration affected by many factors, for example, the average concentration in guest rooms was 83 ± 18 Bq.m-3 and 70 ± 14 Bq.m-3 in bed rooms, while it was 53 ± 10 Bq.m-3 in living rooms. Morever, the concentration was about 97 ± 15 Bq.m-3 in rooms without ventilation while the concentration was about 30 ± 10 Bq.m-3 at rooms ventilated more than 9 hours daily. The study also showed the concentration was relatively high 90 ± 18 Bq.m-3 in buildings made of stones while concentration was low 47 ± 12 Bq.m-3 in the buildings made from blocks. In addition, the concentration was different with increase in age of building, the average were 63 ± 15 Bq.m-3, 51 ± 13 Bq.m-3 and 39 ± 11 Bq.m-3 in more than 25 years, between 10 - 25 years and less than 10 years, respectively. In general the radon concentration in Suwaylih town was found to be about 62 ± 13 Bq.m-3.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| 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 ».