Ultrafine and Fine Particulate Matter Levels over Resurfacing Operations at Skating Arenas
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
Background: Ice arenas are a unique public indoor space where there is extensive use of combustion engines combined with an exercising population. This pilot study seeks to identify ultrafine particle (UFP) levels and fine particulate matter (PM2.5) in indoor ice arenas across resurfacing operations. Ice making is a time-consuming and expensive process. In order to preserve the ice and ensure a smooth surface, arena operators resurface ice based on usage. Ice resurfacing involves driving a resurfacing machine over the surface of the ice as it simultaneously scrapes off a thin layer of ice and fills scratches with water, resulting in a smooth and even ice surface. Pollutants can be trapped near the ice from stagnant air flow due to a combination of boards and glass surrounding the ice and a thermal inversion which keeps colder air near the ice surface.Methods: UFP and PM2.5 measurements were continually collected using a TSI P-Trak and a TSI Dusttrak DRX. Samples were run indoors before, during and for approximately 20 minutes after one resurfacing event to capture changes in particle levels throughout the event and outdoor background measurements were taken. Sampling was conducted on two separate days in 12 arenas, once in the morning and once in the afternoon. Arenas were selected that differed in their ventilation characteristics and resurfacing equipment (7-propane, 3-natural gas, 1-gasoline, 1 electric).Results: Mean resurfacing time was 9.1 minutes (range 6-16) and was performed hourly during high arena usage. Peaks in UFP were typically observed 10 minutes post resurfacing with a mean increase in peak UFP from pre- to post- resurfacing across arenas of 65% (range 13-400%). However, PM2.5 levels were not elevated following resurfacing operations.Conclusion: The poster will provide results on changes in UFP levels by fuel type of resurfacer.
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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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