MétaCan
Menu
Retour à la cohorte
Enregistrement W4306318021 · doi:10.17159/caj/2022/32/2.13470

Using student science to identify research priority areas for air pollution in a university environment: an Ethiopian case study

2022· article· en· W4306318021 sur OpenAlexaff
Johannes Dirk Dingemanse, Muse Abayneh Abiyu, Kirubel Getachew Tesfaye, Feyera Fekadu Roro

Notice bibliographique

RevueClean Air Journal · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueClimate Change Communication and Perception
Établissements canadiensCiena (Canada)
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Air pollutionBiomass burningEnvironmental sciencePollutionParticulatesIndoor air qualityGeographyEnvironmental protectionEnvironmental healthEnvironmental engineeringMeteorologyAerosolChemistry

Résumé

récupéré en direct d'OpenAlex

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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0050,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,628
Tête enseignante GPT0,570
Écart entre enseignants0,058 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueClean Air JournalMême sujetClimate Change Communication and PerceptionTravaux en français237 207