Efficiency of the Vehicle Cabin Air Filters for Removing Black Carbon Particles and BTEX from the Air Intake
Notice bibliographique
Résumé
A laboratory study was conducted to evaluate 11 vehicular cabin filters (including electrostatic filters) in removing fine particles. Two filters with charcoal were also evaluated to understand their usefulness in removing five common volatile organic compounds, including benzene, toluene, ethylbenzene, and xylene isomers (BTEX). Filters were found to show considerably different particle filtration efficiencies (FE). Electrostatic filters were found to provide 20–60% better FE across all particle diameters (6–520 nm). For 6 nm particles, FE from 78 to 94% were observed (from the worst to the best filters), while at 520 nm, FE varied from 35 to 60%. The best group of filters provided 44–46% FE for capturing the most penetrating particles (100–300 nm), while the worst group of filters provided only 10–11% FE. The filtration behavior of nominal filters was typically stable (with respect to particle number, black carbon, and particulate matter mass) over the course of 1–2 years of usage. The benefits of the electrostatic filters were significant, but such advantages were observed to gradually dissipate over the course of about 1 year; by then, the electrostatic filter becomes no different compared to a nominal filter in terms of filtration behavior. Charcoal filters showed variabilities in removing BTEX, and removal efficiencies varied from 11 to 41%.
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) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 ».