MétaCan
Menu
Retour à la cohorte
Enregistrement W3097159162 · doi:10.1021/acs.est.0c04163

Chemical Composition, Spatial Homogeneity, and Growth of Indoor Surface Films

2020· article· en· W3097159162 sur OpenAlexaff
Christopher Y. Lim, Jonathan P. D. Abbatt

Notice bibliographique

RevueEnvironmental Science & Technology · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensUniversity of Toronto
Organismes subventionnairesAlfred P. Sloan Foundation
Mots-clésHomogeneity (statistics)Composition (language)Chemical compositionPlasticizerChemistryEnvironmental chemistryDART ion sourceMass spectrometryAnalytical Chemistry (journal)Partition coefficientIonOrganic chemistryChromatography

Résumé

récupéré en direct d'OpenAlex

Organic films on indoor surfaces are ubiquitous, but details about their composition and growth over timescales less than a month are not fully understood. To address these gaps in understanding, organic film samples in an apartment unit were collected over the course of 17 days using passive samplers and analyzed in a non-targeted manner using direct analysis in real-time mass spectrometry (DART-MS). Overall, the chemical composition observed across various locations within the apartment are very similar. Mass spectra also show clear evidence for the growth of semi-volatile compounds from natural sources and consumer products, such as carboxylic acids and plasticizers. Certain compounds show evidence for equilibration, mostly consistent with surface partitioning models based on octanol–air partition coefficients (Koa). Compounds which have higher molecular weight or larger Koa values tend to equilibrate later, leading to an overall shift in the composition of the film as a function of collection time. Growth rates of film thickness are at least 0.05 nm/day based on a limited number of individually calibrated ions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,058
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,005
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,006
Tête enseignante GPT0,199
Écart entre enseignants0,193 · 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.

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

Citations48
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207