Impacts of Household Characteristics, Activities and Building Characteristics on Indoor Concentrations of Semi-volatile Organic Compounds
Notice bibliographique
Résumé
When compared to outdoors, the indoor environment often has higher concentrations of some SVOCs, such as brominated flame retardants (BFRs), organophosphate esters (OPEs) and phthalates that are used as additive flame retardants and plasticizers from consumer products and building materials. Some outdoor SVOCs, such as polycyclic aromatic hydrocarbons (PAHs), can be transported into indoor environments, increasing indoor exposures to these compounds. With the increasing concerns about the implications of exposure for human health, attention has turned towards concentrations of SVOCs in indoor environments, particularly in residential dwellings where North Americans spend more than 60% of their time. This thesis documented concentrations of these SVOCs in residential buildings, focussed on the exposure disparities in SVOCs according to socio-economic status (SES), and developed SVOC sampling methods in low-SES homes. Quantitative filter forensics (QFF) was extended to portable air cleaners with portable filters to quantitatively estimate indoor particle-bound SVOCs, overcoming the limitations of traditional QFF requiring forced-air heating, ventilation and air conditioning (HVAC) systems, while also improving indoor air quality by removing particular matter (PM). This thesis also advanced knowledge on the impacts of household characteristics, activities and building characteristics on indoor SVOC concentrations. The research found SVOC exposure disparities according to SES in Canada, reinforcing the importance of better understanding of the intersection between contaminant exposure, housing quality, household characteristics, and activities that can elevate SVOC levels, and SES, with the aim of reducing exposures from residences in an equitable manner.
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 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) | 0,001 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».