Smart monitoring of benzene through an urban mobile phone network
Notice bibliographique
Résumé
Benzene is one of the main air pollutants because of its dispersion throughout the territory and its carcinogenicity. Thus, in accordance with the current European Directive 2008/50/EC, benzene is monitored punctually in EU countries. In this context, the University of Trento and Telecom Italia, in response to specific studies, have developed an approach that could be conceptually divided into two phases: (A) the first one assumes the distribution of low-cost sensors to a part of the local population for the monitoring of carbon monoxide that, in this case, could be used for its indirect role of tracer. These sensors, compatible with smartphones and therefore with the network, allow acquiring remotely a huge amount of data that could be used to create detailed maps of air quality after a process of validation/selection (based on algorithms already developed by Telecom). (B) The second phase is based on the fact that the correlation between carbon monoxide and benzene is scientifically proven in homogeneous areas; thus, through an ad hoc study, it is possible to set a specific correlation carbon monoxide -benzene for each pre-selected area. The result of this method is quantitative information on exposure of the resident population to benzene with a detail not reachable through conventional approaches and suitable for an enhanced activity of decision makers. For a full scale exploitation, this approach requires an economic effort achievable only with external financing as, presently, the official monitoring activity allows only conventional actions.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».