MétaCan
Menu
Retour à la cohorte
Enregistrement W2147391527 · doi:10.1034/j.1600-0668.2003.00169.x

Impact of varying area of polluting surface materials on perceived air quality

2003· article· en· W2147391527 sur OpenAlexafffund
W. Sakr, Henrik Nellemose Knudsen, Lars Gunnarsen, Fariborz Haghighat

Notice bibliographique

RevueIndoor Air · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensConcordia University
Organismes subventionnairesConcordia University
Mots-clésDanishAir quality indexIndoor air qualityCivil engineeringKnudsen numberEngineeringEnvironmental researchEnvironmental scienceArchitectural engineeringGeographyEnvironmental planningEnvironmental engineeringMeteorology

Résumé

récupéré en direct d'OpenAlex

A laboratory study was performed to investigate the impact of the concentration of pollutants in the air on emissions from building materials. Building materials were placed in ventilated test chambers. The experimental set-up allowed the concentration of pollution in the exhaust air to be changed either by diluting exhaust air with clean air (changing the dilution factor) or by varying the area of the material inside the chamber when keeping the ventilation rate constant (changing the area factor). Four different building materials and three combinations of two or three building materials were studied in ventilated small-scale test chambers. Each individual material and three of their combinations were examined at four different dilution factors and four different area factors. An untrained panel of 23 subjects assessed the air quality from the chambers. The results show that a certain increase in dilution improves the perceived air quality more than a similar decrease in area. The reason for this may be that the emission rate of odorous pollutants increases when the concentration in the chamber decreases. The results demonstrate that, in some cases the effect of increased ventilation on the air quality may be less than expected from a simple dilution model.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,066
Tête enseignante GPT0,353
Écart entre enseignants0,287 · 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'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

Citations10
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndoor AirMême sujetAir Quality and Health ImpactsTravaux en français237 207