Using student science to identify research priority areas for air pollution in a university environment: an Ethiopian case study
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Students in a country like Ethiopia face a double air pollution challenge: they are frequently exposed (both outdoors and indoors) to sources of incomplete combustion and therefore to unhealthy concentrations of particulate matter (PM2.5) and carbon monoxide (CO), while they also face increased carbon dioxide (CO2) concentrations in crowded dormitories and classrooms. Research on air pollution in the environment of Ethiopian students is scarce. This lack of research can be fixed by involving students in science through a student science project, essentially a subset of citizen science. Students of Arba Minch University, Ethiopia, conducted measurements of PM2.5, CO, and CO2 under self-selected circumstances. Their measurements are compared to guideline values related to health effects to identify priority areas for future research. For PM2.5, students’ measurements show likely exceedances of guideline values for an inside coffee ceremony, close to open waste burning, at a bus station and close to a diesel generator. For CO, exceedances are revealed in kitchens and the visitor’s area of restaurants using biomass fuel, close to outdoor charcoal cooking and close to waste burning. For CO2, exceedances are found within student dormitories. These areas can be considered priority areas for further research. Students can conduct additional measurements to distinguish other relevant scenarios. Insight into exposure can be improved if, besides different concentrations under different circumstances, also time durations of these different circumstances are studied. The findings reveal that students themselves can be a partial solution to research and resource gaps in their context.
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.
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 | 0,012 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,007 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle