Quantitative filter forensics for allergens and semivolatile organic compounds in residential buildings in Toronto, Canada
Notice bibliographique
Résumé
Quantitative filter forensics (QFF) is a method for estimating the time-averaged concentration of particle-bound containments using filter metadata and its extracted dust. In this study, QFF was applied to dust samples extracted from four types of HVAC filters deployed in 20 homes from December 2016 to December 2017 in Toronto, Canada. The analysis covered six allergens, eight phthalates, and 12 polycyclic aromatic hydrocarbons (PAHs). The allergen results from four homes showed elevated concentrations of cat and dog allergens (Fel d 1 and Can f 1) in homes with cats or dogs. All eight phthalates were detected, dominated by diisononyl phthalate (DiNP) and bis(2-ethylhexyl) phthalate (DEHP), with median concentrations of 4.27 ng/m³ and 4.20 ng/m³, respectively. All PAHs, except anthracene, were detected in over 50 % of the homes, with benzo[a]pyrene being the most abundant (median concentration of 0.067 ng/m³). Median concentrations of all semivolatile organic compounds (SVOCs) were lower in winter 2016 compared to spring 2017, potentially due to losses of more volatile SVOCs from filters because of higher filtration volumes in winter, in addition to differences in sources and ventilation rates. All phthalate and most PAH concentrations were one to two orders of magnitude lower compared to those found from QFF in apartments in Toronto social housing multi-unit residential buildings (MURB), indicating those with lower socio-economic status (SES) were exposed to higher SVOC concentrations. Occupant density was positively related to most phthalate and specific PAH concentrations, while environmental factors including room temperature, relative humidity, and supply air temperature were not. • Quantitative filter forensics enables long-term mean SVOC concentration estimation. • Large variations in phthalate and PAH concentrations across homes. • Seasonal variations likely caused by sources, ventilation, and sampling artefacts. • SVOC concentrations are not strongly correlated with filter efficiency. • SVOC concentrations were lower in single-family homes than in social housing units.
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 | 0,000 | 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 ».