A Co-Location Study of 87 Low-Cost Environmental Monitors: Assessing Outliers, Variability, and Uncertainty
Notice bibliographique
Résumé
While field research in indoor air quality (IAQ) increasingly uses large numbers of low-cost sensors, detailed validation of each sensor is becoming infeasible, ignored, or undeclared. Questions remain about whether these sensors meet manufacturer or third-party specifications and whether their utility improves with some validation, even under imperfect conditions. This study details the outcomes of a co-location experiment with 87 low-cost IAQ monitors, conducted with the objective of verifying their performance in measuring total volatile organic compounds (tVOCs), particulate matter 2.5 (PM2.5), carbon dioxide (CO2), temperature, and relative humidity. The monitors were installed next to professional-grade reference IAQ instruments in an office with controlled ventilation. A mixed validation methodology was used, involving outlier detection, uncertainty quantification, and performance metric calculations. Results showed that CO2, temperature, and humidity sensors reliably met manufacturer specifications, while tVOC sensors had significant accuracy issues, deviating by up to 79% from reference measurements—substantially more than the stated uncertainty of ±20%. PM2.5 sensors were more consistent but had an error margin of ±27%, compared to the stated ±15%. A total of 5 of the 87 sensors (5.7%) were outliers for at least one IAQ indicator. Despite the need for further long-term validation, this study highlights the importance of performing an experimental evaluation of low-cost IAQ monitors before field deployment.
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 | 0,001 | 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) | 0,000 | 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 ».