Understanding “Atmosome”, the Personal Atmospheric Exposome: Comprehensive Approach
Notice bibliographique
Résumé
BACKGROUND: Modern environmental health research extensively focuses on outdoor air pollutants and their effects on public health. However, research on monitoring and enhancing individual indoor air quality is lacking. The field of exposomics encompasses the totality of human environmental exposures and its effects on health. A subset of this exposome deals with atmospheric exposure, termed the "atmosome." The atmosome plays a pivotal role in health and has significant effects on DNA, metabolism, skin integrity, and lung health. OBJECTIVE: The aim of this work is to develop a low-cost, comprehensive measurement system for collecting and analyzing atmosomic factors. The research explores the significance of the atmosome in personalized and preventive care for public health. METHODS: An internet of things microcontroller-based system is introduced and demonstrated. The system collects real-time indoor air quality data and posts it to the cloud for immediate access. RESULTS: The experimental results yield air quality measurements with an accuracy of 90% when compared with precalibrated commercial devices and demonstrate a direct correlation between lifestyle and air quality. CONCLUSIONS: Quantifying the individual atmosome is a monumental step in advancing personalized health, medical research, and epidemiological research. The 2 main goals in this work are to present the atmosome as a measurable concept and to demonstrate how to implement it using low-cost electronics. By enabling atmosome measurements at a communal scale, this work also opens up potential new directions for public health research. Researchers will now have the data to model the impact of indoor air pollutants on the health of individuals, communities, and specific demographics, leading to novel approaches for predicting and preventing diseases.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».