Using Low-Cost Sensors to Assess Fine Particulate Matter Infiltration (PM2.5) during a Wildfire Smoke Episode at a Large Inpatient Healthcare Facility
Notice bibliographique
Résumé
Wildfire smoke exposure is associated with a range of acute health outcomes, which can be more severe in individuals with underlying health conditions. Currently, there is limited information on the susceptibility of healthcare facilities to smoke infiltration. As part of a larger study to address this gap, a rehabilitation facility in Vancouver, Canada was outfitted with one outdoor and seven indoor low-cost fine particulate matter (PM2.5) sensors in Air Quality Eggs (EGG) during the summer of 2020. Raw measurements were calibrated using temperature, relative humidity, and dew point derived from the EGG data. The infiltration coefficient was quantified using a distributed lag model. Indoor concentrations during the smoke episode were elevated throughout the building, though non-uniformly. After censoring indoor-only peaks, the average infiltration coefficient (range) during typical days was 0.32 (0.22–0.39), compared with 0.37 (0.31–0.47) during the smoke episode, a 19% increase on average. Indoor PM2.5 concentrations quickly reflected outdoor conditions during and after the smoke episode. It is unclear whether these results will be generalizable to other years due to COVID-related changes to building operations, but some of the safety protocols may offer valuable lessons for future wildfire seasons. For example, points of building entry and exit were reduced from eight to two during the pandemic, which likely helped to protect the building from wildfire smoke infiltration. Overall, these results demonstrate the utility of indoor low-cost sensors in understanding the impacts of extreme smoke events on facilities where highly susceptible individuals are present. Furthermore, they highlight the need to employ interventions that enhance indoor air quality in such facilities during smoke events.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».