Cannabis Cultivation Facilities: A Review of Their Air Quality Impacts from the Occupational to Community Scale
Notice bibliographique
Résumé
This review addresses knowledge gaps in cannabis cultivation facility (CCF) air emissions by synthesizing the peer-reviewed and gray literature. Focus areas include compounds emitted, air quality indoors and outdoors, odor assessment, and the potential health effects of emitted compounds. Studies suggest that β-myrcene is a tracer candidate for CCF biogenic volatile organic compounds (BVOCs). Furthermore, β-myrcene, d-limonene, terpinolene, and α-pinene are often reported in air samples collected in and around CCF facilities. The BVOC emission strength per dry weight of plant is higher than most conventional agriculture crops. Nevertheless, reported total CCF BVOC emissions are lower compared with VOCs from other industries. Common descriptors of odors coming from CCFs include "skunky", "herbal", and "pungent". However, there are few peer-reviewed studies addressing the odor impacts of CCFs outdoors. Atmospheric modeling has been limited to back trajectory models of tracers and ozone impact assessment. Health effects of CCFs are mostly related to odor annoyance or occupational hazards. We identify 16 opportunities for future studies, including an emissions database by strain and stage of life (growing cycle) and odor-related setback guidelines. Exploration and implementation of key suggestions presented in this work may help regulators and the industry reduce the environmental footprint of CCF facilities.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,006 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».