Role of location, season, occupant activity, and chemistry in indoor ozone and nitrogen oxide mixing ratios
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Understanding the oxidizing environment indoors is important for predicting indoor air quality and its impact on human health. We made continuous time-resolved measurements (30 s) of several oxidants and oxidant precursors (collectively referred to as oxidant*): ozone (O3), nitric oxide (NO), and NO2* - the sum of nitrogen dioxide (NO2) and nitrous acid (HONO). These species were measured in three indoor environments - an occupied residence, a chemistry laboratory, and an academic office - in Syracuse, New York, during two seasons in 2017 and 2018. Oxidant* levels differed greatly between the residence, the lab and the office. Indoor-to-outdoor ratios (I/O) of O3 were 0.03 and 0.67 in the residence and office; I/ONO (I/ONO2*) were 11.70 (1.26) in the residence and 0.13 (1.70) in the office. Little seasonal variability was observed in the lab and office, but O3 and NO2* levels in the residence were greater in spring than in winter, while NO levels were lower. Human activities such as cooking and opening patio doors resulted in large changes in oxidant* mixing ratios in the residence. In situ chamber experiments demonstrated that the increase in O3 and NO2* levels during door-open periods was due to a combination of physical mixing between indoor and outdoor air, gas-phase production of NO2 from O3-NO chemistry, and heterogeneous formation of HONO on indoor surfaces. Our results also highlight the importance of chemistry (with NO, alkenes, and surfaces) in O3 mixing ratios in the residence, especially during door-open periods.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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