MétaCan
Menu
Retour à la cohorte
Enregistrement W4391477619 · doi:10.1088/2752-5309/ad1fd6

Using low-cost air quality sensors to estimate wildfire smoke infiltration into childcare facilities in British Columbia, Canada

2024· article· en· W4391477619 sur OpenAlexafffundabout
Michael J. Lee, James M. Dickson, Ophir Greif, William Ho, Sarah B. Henderson, Gary Mallach, Eric S. Coker

Notice bibliographique

RevueEnvironmental Research Health · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensWilfrid Laurier UniversityHealth CanadaBC Centre for Disease Control
Organismes subventionnairesHealth Canada
Mots-clésSmokeAir quality indexInfiltration (HVAC)Environmental scienceMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract The health risks associated with wildfires are expected to increase due to climate change. Children are susceptible to wildfire smoke, but little is known about indoor smoke exposure at childcare facilities. The objective of this analysis was to estimate the effects of outdoor PM2.5 and wildfire smoke episodes on indoor PM2.5 at childcare facilities across British Columbia, Canada. We installed low-cost air-quality sensors inside and outside 45 childcare facilities and focused our analysis on operational hours (Monday–Friday, 08:00–18:00) during the 2022 wildfire season (01 August–31 October). Using random-slope random-intercept linear mixed effects regression, we estimated the overall and facility-specific effects of outdoor PM2.5 on indoor PM2.5, while accounting for covariates. We examined how wildfire smoke affected this relationship by separately analyzing days with and without wildfire smoke. Average indoor PM2.5 increased by 235% on wildfire days across facilities. There was a positive relationship between outdoor and indoor PM2.5 that was not strongly influenced by linear adjustment for meteorological and area-based socio-economic factors. A 1.0 μg m−3 increase in outdoor PM2.5 was associated with a 0.55 μg m−3 [95% CI: 0.47, 0.63] increase indoors on non-wildfire smoke days and 0.51 μg m−3 [95% CI: 0.44, 0.58] on wildfire-smoke days. Facility-specific regression coefficients of the effect of outdoor PM2.5 on indoor PM2.5 was variable between facilities on wildfire (0.18–0.79 μg m−3) and non-wildfire days (0.11–1.03 μg m−3). Indoor PM2.5 responded almost immediately to increased outdoor PM2.5 concentrations. Across facilities, 89% and 93% of the total PM2.5 infiltration over 60 min occurred within the first 10 min following an increase in outdoor PM2.5 on non-wildfire and wildfire days, respectively. We found that indoor PM2.5 in childcare facilities increased with outdoor PM2.5. This effect varied between facilities and between wildfire-smoke and non-wildfire smoke days. These findings highlight the importance of air quality monitoring at childcare facilities for informed decision-making.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,021
Score d'incertitude au seuil0,151

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,367
Écart entre enseignants0,328 · 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

Citations7
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEnvironmental Research HealthMême sujetFire effects on ecosystemsTravaux en français237 207