PM2.5 and PM10 Airborne Concentrations Resulting from Fireworks During Festivities: A Systematic Review
Notice bibliographique
Résumé
The burning of fireworks damages air quality by causing elevated concentrations of particulate matter (PM2.5 and PM10) in short periods of time.In this context, the research aimed to compare airborne concentrations of PM2.5 and PM10 from fireworks with the National Ambient Air Quality Standards (NAAQS) and the World Health Organization (WHO) guideline.The applied methodology involved the use of the PRISMA 2020 statement.The literature review was conducted on digital databases such as Scopus, ScienceDirect, Taylor & Francis, Wiley, and Ebsco.Annual growth in scientific production was calculated using a digital tool (Calcuvio), and data analysis was performed using Microsoft Office Excel and VOSviewer.The annual growth in production (1999 to 2022) was 18.74%.The highest scientific production per year was concentrated in 2019 and 2020, with China being the leading country.The festivities where sound pressure levels were predominantly measured were during the Spring Festival and Diwali.The most frequently mentioned keywords were "fireworks" and "PM2.5".In conclusion, the percentage of studies that exceeded the NAAQS for PM2.5 and PM10 was 2% and 15%, respectively, while for the WHO guideline, it was only 1% for PM10.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,011 | 0,012 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».