Air Quality Sensor Experts Convene: Current Quality Assurance Considerations for Credible Data
Notice bibliographique
Résumé
Air sensors can provide valuable non-regulatory and supplemental data as they can be affordably deployed in large numbers and stationed in remote areas far away from regulatory air monitoring stations. Air sensors have inherent limitations that are critical to understand before collecting and interpreting the data. Many of these limitations are mechanistic in nature, which will require technological advances. However, there are documented quality assurance (QA) methods to promote data quality. These include laboratory and field evaluation to quantitatively assess performance, the application of corrections to improve precision and accuracy, and active management of the condition or state of health of deployed air quality sensors. This paper summarizes perspectives presented at the U.S. Environmental Protection Agency's 2023 Air Sensors Quality Assurance Workshop (https://www.epa.gov/air-sensor-toolbox/quality-assurance-air-sensors#QAworkshop) by stakeholders (e.g., manufacturers, researchers, air agencies) and identifies the most pressing needs. These include QA protocols, streamlined data processing, improved total volatile organic compound (TVOC) data interpretation, development of speciated VOC sensors, and increased documentation of hardware and data handling. Community members using air sensors need training and resources, timely data, accessible QA approaches, and shared responsibility with other stakeholders. In addition to identifying the vital next steps, this work provides a set of common QA and QC actions aimed at improving and homogenizing air sensor QA that will allow stakeholders with varying fields and levels of expertise to effectively leverage air sensor data to protect human health.
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 | 0,261 | 0,331 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,009 | 0,012 |
| Communication savante | 0,021 | 0,033 |
| Science ouverte | 0,010 | 0,019 |
| Intégrité de la recherche | 0,019 | 0,031 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,027 | 0,011 |
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 ».