MétaCan
Menu
Retour à la cohorte
Enregistrement W4404063776 · doi:10.3390/iot5040032

Review of IoT Systems for Air Quality Measurements Based on LTE/4G and LoRa Communications

2024· article· en· W4404063776 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIoT · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensCanada Research ChairsYork UniversityUniversity of Toronto
Organismes subventionnairesUniversity of TorontoUniversity of JohannesburgNational Research FoundationNatural Sciences and Engineering Research Council of CanadaInternational Development Research Centre
Mots-clésInternet of ThingsComputer scienceComputer networkTelecommunicationsEmbedded system

Résumé

récupéré en direct d'OpenAlex

The issue of air pollution has recently come to light due to rapid urbanization and population growth globally. Due to its impact on human health, such as causing lung and heart diseases, air quality monitoring is one of the main concerns. Improved air pollution forecasting techniques and systems are needed to minimize the human health impact. Systems that fall under the Internet of Things (IoT) topology have been developed to assess and track numerous air quality metrics. This paper presents a review of IoT systems for air quality measurements, where the emphasis is placed on systems with LTE/4G and LoRa communication capabilities. Firstly, an overview of the IoT monitoring system is provided with recent technologies in the market. A critical review is provided of IoT systems regarding air quality using LTE/4G and LoRa communications systems. Lastly, this paper presents a market analysis of commercial IoT devices in terms of the costs, availability of the device, particulate matter each device can measure, etc. A comparative study of these devices is also presented on LTE/4G and possibly LoRa communications systems.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,510
Score d'incertitude au seuil0,239

Scores Codex et Gemma par catégorie

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

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 Opus0,218
Tête enseignante GPT0,393
Écart entre enseignants0,174 · 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