MétaCan
Menu
Retour à la cohorte
Enregistrement W2160078189 · doi:10.1039/c4em00478g

Spatial and temporal variability of incidental nanoparticles in indoor workplaces: impact on the characterization of point source exposures

2014· article· en· W2160078189 sur OpenAlexafffund
Jianjun Niu, Pat E. Rasmussen, Robert J. Magee, Gregory Nilsson

Notice bibliographique

RevueEnvironmental Science Processes & Impacts · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensNational Research Council CanadaUniversity of OttawaHealth Canada
Organismes subventionnairesNational Research Council CanadaHealth CanadaClean Air Regulatory Agenda
Mots-clésCharacterization (materials science)NanoparticleComponent (thermodynamics)Point (geometry)Environmental scienceNanotechnologyMaterials sciencePhysics

Résumé

récupéré en direct d'OpenAlex

This study deployed a suite of direct-reading instruments in six locations inside one building to characterize variability of the background aerosol, including incidental nanoparticles (NP), over a six month period. The instrument suite consisted of a portable Condensation Particle Counter (CPC) and a Scanning Mobility Particle Sizer (SMPS) for assessing particle number concentrations and size distributions in the nano-scale range; an Aerodynamic Particle Sizer (APS) for assessing micron-scale particle number concentrations and size distributions; plus a desktop Aerosol Monitor (DustTrak DRX) and a Diffusion Charger (DC2000CE) for assessing total particle mass and surface area concentrations respectively. In terms of number concentration, NPs (<100 nm) were the dominant particles observed in the background aerosol, contributing up to 53-93% of the total particle number concentrations. The particle size distributions were bimodal with maxima around 19-79 nm and 50-136 nm, respectively, depending on workplace locations. The average detected background particle number, surface area and total mass concentrations were below 7.1 × 10(3) # cm(-3), 22.9 μm(2) cm(-3) and 33.5 μg m(-3), respectively in spring samples and below 1.8 × 10(3) # cm(-3), 10.1 μm(2) cm(-3) and 12.0 μg m(-3), respectively in winter samples. A point source study using an older model laser printer as the emission source indicated that NPs emitted from the investigated printer were distinguishable from background. However, more recent low emitting printers are likely to be indistinguishable from background, and chemical characterization (e.g. VOCs, metals) would be required to help identify emission sources.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,254
Écart entre enseignants0,243 · 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

Citations15
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

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