MétaCan
Menu
Retour à la cohorte
Enregistrement W2883106842 · doi:10.1016/j.dib.2018.07.051

Evaluation of indoor air quality and its symptoms in office building – A case study of Mashhad, Iran

2018· article· en· W2883106842 sur OpenAlexaboutno aff
Zahra Atarodi, Kamaladdin Karimyan, Vinod Kumar Gupta, Morteza Abbasi, Masoud Moradi

Notice bibliographique

RevueData in Brief · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesKermanshah University of Medical Sciences
Mots-clésSick building syndromeIndoor air qualityEnvironmental scienceAir quality indexIndoor airEnvironmental healthAir pollutionQuality (philosophy)HumidityAir pollutantsEnvironmental engineeringMedicineMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Air pollution sources in indoor area are one of the main factors for reducing indoor air quality of locations. In the current research, factors affecting indoor air quality and its symptoms are evaluate as case study in an office building in Mashhad (Iran). In order to conduct this descriptive-analytical study, gas pollutants affecting indoor air quality were determined using portable analysis systems. Alberta Indoor Air Quality Toolkit was used in order to study sick building syndrome. Findings indicated that 21% of staffs viewed labor environment conditions as inappropriate and they were mostly compliant about feeling of dusty air, fatigue and headache. In addition, findings showed that O3, VOC, PM10, PM2.5, CO, CO2 parameters, Formaldehyde, temperature, sound and humidity were at standard level. Indicators of indoor air quality, in addition to the stress and depression interference on employee performance and satisfaction were at acceptable level.

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)0,008
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,069
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
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 savante0,0000,000
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 Opus0,253
Tête enseignante GPT0,448
Écart entre enseignants0,195 · 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.

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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueData in BriefMême sujetAir Quality and Health ImpactsTravaux en français237 207