MétaCan
Menu
Retour à la cohorte
Enregistrement W3114247791 · doi:10.1080/17512549.2020.1863859

Vacuum cleaner as a source of abiotic and biological air pollution in buildings: a review

2020· review· en· W3114247791 sur OpenAlexaff
Azad Bahrami, Fariborz Haghighat, Ali Bahloul

Notice bibliographique

RevueAdvances in Building Energy Research · 2020
Typereview
Langueen
DomaineMedicine
ThématiqueInfection Control and Ventilation
Établissements canadiensInstitut de recherche Robert-Sauvé en santé et en sécurité du travailConcordia University
Organismes subventionnairesnon disponible
Mots-clésVacuum cleanerEnvironmental scienceBioaerosolMistWaste managementIndoor air qualityEnvironmental engineeringAerosolEngineeringChemistryMeteorologyMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Vacuum cleaner is known as a proper way to remove settled dust or aerosols from surfaces to protect building occupants against abiotic and biological particles. In fact, the act of vacuuming the surface re-suspends a significant amount of dust and aerosols in the air. The other source of abiotic and biological particles could be the bag of cleaner and the motor of vacuum cleaner. The bag of the cleaners is the reservoir for microorganisms where they can grow, reproduce and become bio-aerosolized in case of penetration through the cleaner filtration system. Micro-organisms can disseminate from the bag, spread in the system and capture on the final filtration system where overshoot airflow can re-entrain the bioaerosol in the breathing zone which will cause catastrophe for all, especially those who are suffering from allergic and infectious diseases. The motor, due to arcing/abrasion of carbon, emits a significant number of nanoparticles, which can target our cardiovascular and respiratory organs. This review presents a summary of studies on vacuum cleaner and its effect on indoor air quality.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,074
Tête enseignante GPT0,446
Écart entre enseignants0,372 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Building Energy ResearchMême sujetInfection Control and VentilationTravaux en français237 207