MétaCan
Menu
Retour à la cohorte
Enregistrement W2606688649 · doi:10.11159/awspt17.138

Impacts of Plant Presence on Formaldehyde Levels in an Office

2017· article· en· W2606688649 sur OpenAlexvenueno aff
Isra Abu Zayed, Bassam Abu Hijleh, Hanan M. Taleb

Notice bibliographique

RevueProceedings of the World Congress on Civil, Structural, and Environmental Engineering · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFormaldehydeEnvironmental scienceComputer scienceChemistry

Résumé

récupéré en direct d'OpenAlex

The toxin formaldehyde has been associated with muscle weakness, itchy eyes and skin and is considered a carcinogen.The toxin poses a risk to the occupants of a space when found at high concentrations.Plant life has been long associated with cleaning air and improving indoor air quality levels, so this study will look at the impact of plant life on formaldehyde levels within an existing office in the United Arab Emirates.Through the selection of a plant that has been proven to reduce formaldehyde levels (i.e.Corn Cane), the study will determine the extent of the ability of the plant to reduce formaldehyde levels in an existing office setting.Three spaces within an office were selected; labelled as space A, B and C. The plants were included within these spaces, each with a different space/plant ratio.The plants remained within the space for one month before a secondary round of testing was conducted.Results showed that plants were able to reduce the highest amount of formaldehyde levels when introduced at the highest plant/space ratio of 3.75m2/plant (Space B).This allowed the plants to be more effective within their space.When equated, there was a total drop of 4% in formaldehyde levels within space B.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,217
Écart entre enseignants0,206 · 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on Civil, Structural, and Environmental EngineeringMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207