MétaCan
Menu
Retour à la cohorte
Enregistrement W2726622977 · doi:10.47339/ephj.2015.113

Comparing carbon dioxide levels within urban transport microenvironments during rush hour and non-rush traffic

2015· article· en· W2726622977 sur OpenAlexvenueno aff
Ming Hei Leung, Environmental Health BCIT School of Health Sciences, Bobby Sidhu

Notice bibliographique

RevueBCIT Environmental Public Health Journal · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRush hourCarbon dioxideVentilation (architecture)Air quality indexIndoor air qualityEnvironmental scienceEnvironmental engineeringTransport engineeringEngineeringMeteorologyGeographyEcologyBiology

Résumé

récupéré en direct d'OpenAlex


 Introduction: Commuters spend countless hours within tightly confined spaces with limited ventilation that may be filled with many contaminants. By analyzing if there is a significant difference between levels of carbon dioxide between rush and non-rush hour conditions, it can be determined if some commuters are subjected to poorer levels of air quality during certain times of the day. Objectives: The primary objective of this study is to understand whether there are significant ventilation deficiencies during rush compared to non-rush hour times in urban transport microenvironments. Methods: Analysis of urban transport microenvironments was done using the TSI brand QTrak Indoor Air Quality (IAQ) Monitor to gather data on carbon dioxide at 1-minute intervals on the 99 B-line express bus that runs between Broadway and Commercial Skytrain Station and the Broadway and Cambie Street Skytrain Station. Results: A one tailed T-test was done on the NCSS 9 statistical software to compare if rush hour urban microenvironments had significantly higher concentrations of carbon dioxide than when compared to non-rush hour. Statistical analysis determined that since the P-value was well above the alpha level of 0.05 (i.e. P<0.05), it gives reason to accept the null hypothesis, which states that rush hour concentrations were not higher than non-rush hour. Conclusion: Statistical analysis determined that the overall concentrations of carbon dioxide during rush hour were not significantly higher than non-rush hour times. This result may have been attributed to conditions and factors during data collection that could not be controlled by the researcher. Due to the length of the route, exposure times were found to be within time-weighted averages as set out by the American Conference of Industrial Hygienists (ACGIH), though it was still not within the recommended limit of 1000 ppm as set out by the American Society of Heating, Refrigeration and Air-Conditioning (ASHRAE).

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,013
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,084
Tête enseignante GPT0,280
Écart entre enseignants0,196 · 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBCIT Environmental Public Health JournalMême sujetAir Quality and Health ImpactsTravaux en français237 207