MétaCan
Menu
Retour à la cohorte
Enregistrement W3159845548 · doi:10.1111/ina.12845

Volatile organic compound and particulate matter emissions from an ultrasonic essential oil diffuser

2021· article· en· W3159845548 sur OpenAlexafffund
Heather Schwartz‐Narbonne, Bowen Du, Jeffrey A. Siegel

Notice bibliographique

RevueIndoor Air · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensPublic Health OntarioUniversity of Toronto
Organismes subventionnairesCanada Foundation for InnovationAlfred P. Sloan Foundation
Mots-clésLinalyl acetateEucalyptus oilLavender oilChemistryLavenderEucalyptolParticulatesEucalyptusLimoneneEnvironmental scienceEnvironmental chemistryEssential oilPulp and paper industryFood scienceBotanyLinaloolOrganic chemistryBiology

Résumé

récupéré en direct d'OpenAlex

Ultrasonic essential oil diffusers (EODs) are a popular type of indoor scenting source. We performed a chamber study in which we measured the emissions from EODs used with lemon, lavender, eucalyptus, and grapeseed oils. Over the course of 15 min, the most abundant VOCs released from lemon, lavender, eucalyptus, and grapeseed oils were 2.6 ± 0.7 mg of d-limonene, 3.5 ± 0.4 mg of eucalyptol, 1.0 ± 0.1 mg of linalyl acetate, and 0.2 ± 0.02 mg of linalyl acetate, respectively. Each oil had a unique particulate matter (PM) emission profile in terms of size, number density, and rate. The dominant size ranges of the PM were 10–100 nm for lemon oil, 50–100 nm for lavender oil, 10–50 nm for lemon oil, and above 200 nm for grapeseed oil. PM1 emission rates of approximately 2 mg/h, 0.1 mg/h, and 3 mg/h, were observed for lemon, lavender/eucalyptus, and grapeseed oils, respectively. A fivefold increase in PM1 emission was measured when the EOD with eucalyptus oil was filled with tap water as opposed to deionized water. Modeling suggests that reasonable use cases of EODs can contribute substantially to primary and secondary PM in indoor environments, but this potential varies depending on the oil and water types used.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0220,001

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 Opus0,007
Tête enseignante GPT0,228
Écart entre enseignants0,220 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations11
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIndoor AirMême sujetIndoor Air Quality and Microbial ExposureTravaux en français237 207