MétaCan
Menu
← Retour à la cohorte
Enregistrement W2991349556 · doi:10.1289/isesisee.2018.s04.02.03

Mobile Monitoring Capability for Citizen Science Approaches to Smoke Exposure Mapping

2018· article· en· W2991349556 sur OpenAlexaffabout
Matthew Wagstaff, Kathleen McLean, Arvind Saraswat, Sarah B. Henderson, Michael Bräuer

Notice bibliographique

RevueISEE Conference Abstracts · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensMinistry of EnvironmentBC Centre for Disease ControlUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAethalometerCitizen scienceEnvironmental scienceSnapshot (computer storage)LevoglucosanData collectionGeographyComputer scienceEnvironmental resource managementMeteorologyAerosolDatabaseStatistics

Résumé

récupéré en direct d'OpenAlex

Background: Residential woodsmoke is the dominant source of ambient air pollution in many smaller communities throughout the heating season, which raises concerns about individual and public health. Given the localized nature of this source and the spatial variability in ambient concentrations, more spatially resolved data can help communities to adequately characterize woodsmoke impacts and to implement interventions at the local scale. We made mobile monitoring equipment and online mapping tools available to citizen action groups to collect and visualize their own residential woodsmoke data.Methods: First, we conducted fixed and mobile monitoring in three woodsmoke-impacted communities in British Columbia (BC), Canada to establish the general relationship between levoglucosan within fine particulate matter (PM2.5) and Delta-C (880 – 370nm) measurements from a dual wavelength aethalometer. Second, we used this relationship to build an online PM2.5 mapping tool using the Shiny package for R. Finally, we loaned the aethalometer and its integrated global positioning system (GPS) to citizen scientists in other woodsmoke-impacted communities to assess whether they could feasibly collect and visualize their own data with the assistance of a comprehensive user guide.Results: The relationship between daily levoglucosan PM2.5 and Delta-C varied across the first three communities, but the slope of the pooled data was 1:1 with an R2 value of 0.90. Citizen groups were able to collect mobile monitoring data. Following multiple modifications to simplify for lay users, the online Shiny application was successful in providing citizen groups with useful woodsmoke maps.Conclusions: Citizen groups can effectively collect and visualize mobile woodsmoke monitoring data if given adequate support from academic and government partners, especially in the early part of the study period.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,011
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesScience ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,011
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,002
Science ouverte0,0020,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,005

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 Opus0,108
Tête enseignante GPT0,273
Écart entre enseignants0,165 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueISEE Conference Abstracts→Même sujetFire effects on ecosystems→Travaux en français237 207→