Diffusion Characteristics of PM2.5 in Rural Dwelling under Different Daily Life Behavior: A Case Study in Rural Shenyang of China
Notice bibliographique
Résumé
The highest concentration of PM2.5 in cold rural dwellings of Northeast China is often generated by using mini stoves for cooking and heating, which can directly influence human health. As of yet, little is known about the impact of different daily life behavior on PM2.5 diffusion and residents’ exposure in rural dwellings. In this study, the characteristics of indoor PM2.5 variation and diffusion in rural dwellings was described by measuring some rural dwellings and establishing a multi-zone network model. The calculated results indicated that the relative errors between theoretical calculated results and experimental measured results are within 10%. PM2.5 diffusion in a rural dwelling can be predicted. Furthermore, the impacts of daily life behavior on PM2.5 diffusion and exposure assessment can be analyzed. Through discussion, heating behavior is the most important factor causing high concentrations of PM2.5 in each room, followed by cooking, smoking, and cleaning. Door opening time can lead to different interzonal airflows and PM2.5 diffusion rates. By reducing the inner door opening time to less than 1 min, PM2.5 could decrease to 300 μg/m3. Door closing behavior could decrease risk that PM2.5 diffuses to bedrooms by more than 50%, and exposure of residents in bedrooms could reduce to 100 (μg·h)/m3 effectively.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».