MétaCan
Menu
Retour à la cohorte
Enregistrement W2598616611 · doi:10.5539/ep.v6n1p19

Airborne Particulate Matter from Sparkling Fireworks

2017· article· en· W2598616611 sur OpenAlexvenueno aff
Haruki Shimazu

Notice bibliographique

RevueEnvironment and Pollution · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesKanazawa UniversityKindai University
Mots-clésFireworksParticulatesEnvironmental scienceEnvironmental chemistryChemistry

Résumé

récupéré en direct d'OpenAlex

The present study examines the emission levels of particulate matters (PM) from sparkling fireworks and to know the emission characteristics of PM. Particulate matter <2.5 microns (PM2.5) and suspended particulate matter (SPM) were determined while burning six brands of sparkling fireworks. The average PM concentrations before burning were levels of 10 μg/m3, but the average concentrations after burning were 741 μg/m3 for PM2.5 and 810 μg/m3 for SPM. The mean ratio of the concentrations of PM2.5 and SPM after burning in all of the sparkling fireworks was 0.890. The emissions per firework ranged from 6.5 mg to 151 mg for PM2.5, and from 7.1 mg to 160 mg for SPM. The means of the emissions per combustible amount of the firework ranged from 0.017 to 0.066 mg/mg for PM2.5, and from 0.018 to 0.071 mg/mg for SPM. The influences of the burning time, burning rate and combustible amount of the fireworks on the PM emissions were investigated. As a result, PM2.5 and SPM emissions tend to increase with the burning rates. This suggests that the burning rate of firework have an influence on the PM emissions.

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)0,000
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,068
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,004

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 Opus0,027
Tête enseignante GPT0,264
Écart entre enseignants0,237 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironment and PollutionMême sujetAir Quality and Health ImpactsTravaux en français237 207