MétaCan
Menu
Retour à la cohorte
Enregistrement W2889580435 · doi:10.1080/02786826.2018.1524572

Effect of venting range hood flow rate on size-resolved ultrafine particle concentrations from gas stove cooking

2018· article· en· W2889580435 sur OpenAlexafffund
Liu Sun, Lance Wallace, Nina A. Dobbin, Hongyu You, Ryan Kulka, Tim Shin, Mélissa St-Jean, Daniel Aubin, Brett C. Singer

Notice bibliographique

RevueAerosol Science and Technology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensNational Research Council CanadaHealth Canada
Organismes subventionnairesNational Research Council CanadaHealth Canada
Mots-clésUltrafine particleStoveVolumetric flow rateScanning mobility particle sizerParticle sizeRange (aeronautics)Particle (ecology)Environmental scienceChemistryParticle numberAnimal scienceEnvironmental engineeringWaste managementMaterials scienceParticle-size distributionComposite materialMechanicsVolume (thermodynamics)EcologyPhysics

Résumé

récupéré en direct d'OpenAlex

Cooking is the main source of ultrafine particles (UFP) in homes. This study investigated the effect of venting range hood flow rate on size-resolved UFP concentrations from gas stove cooking. The same cooking protocol was conducted 60 times using three venting range hoods operated at six flow rates in twin research houses. Size-resolved particle (10–420 nm) concentrations were monitored using a NanoScan scanning mobility particle sizer (SMPS) from 15 min before cooking to 3 h after the cooking had stopped. Cooking increased the background total UFP number concentrations to 1.3 × 103 particles/cm3 on average, with a mean exposure-relevant source strength of 1.8 × 1012 particles/min. Total particle peak reductions ranged from 25% at the lowest fan flow rate of 36 L/s to 98% at the highest rate of 146 L/s. During the operation of a venting range hood, particle removal by deposition was less significant compared to the increasing air exchange rate driven by exhaust ventilation. Exposure to total particles due to cooking varied from 0.9 to 5.8 × 104 particles/cm3·h, 3 h after cooking ended. Compared to the 36 L/s range hood, higher flow rates of 120 and 146 L/s reduced the first-hour post-cooking exposure by 76% and 85%, respectively.© 2018 Crown Copyright. Published with license by Taylor & Francis Group, LLC

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,128
Score d'incertitude au seuil0,941

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
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 Opus0,015
Tête enseignante GPT0,284
Écart entre enseignants0,269 · 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'étudeExpérimental (laboratoire)
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

Citations27
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAerosol Science and TechnologyMême sujetAir Quality and Health ImpactsTravaux en français237 207