MétaCan
Menu
Retour à la cohorte
Enregistrement W4407257742 · doi:10.7251/qol2401013a

Indoor Air Quality Monitoring in Akure, Ondo State, Nigeria

2024· article· en· W4407257742 sur OpenAlexaboutno aff
Francis Olawale Abulude, Vincent Ratford, Jay Ratford, Raj Seelam, Akınyınka Akinnusotu, Yemisi Victoria Olayinka, Kikelomo Mabinuola Arifalo, Ademola Adamu, Lateef Johnson Bello

Notice bibliographique

RevueQuality of Life (Banja Luka) - APEIRON · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueNoise Effects and Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésState (computer science)Air quality indexIndoor air qualityEnvironmental scienceQuality (philosophy)BusinessGeographyMeteorologyComputer scienceEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Using the Canāree A1, a low-cost monitoring device made by Piera System, Canada, variations in Particle Count (PC) and Particulate Matter were observed in a building residence of five rooms in Akure, Nigeria (two living rooms, two bedrooms, and one kitchen) in both January and February 2022. The average PM2.5 and PM10 levels in all rooms were above the World Health Organization (WHO) guidelines for 2021, which were: PM2.5 - Annual (5 µg/m3), 24 h (15 µg/m3), and PM10 - Annual (15 µg/m3), 24 h (45 µg/m3). Rooms A (the first sitting room) and C (the kitchen) were found to have greater PC and PM values than the other rooms. Room A had the greatest PC1.0 level, however, PC5.0 was also discovered to be high. Based on the volume of activities, PM10, PM5.0, and PM2.5 were the main air pollutants in Akure. These results indicate considerable effects from both indoor and outdoor activity, two key sources. During the duration of the study, certain residents of the building frequently complained of having a cough, a running nose, and other ailments. These results indicate considerable impacts from both indoor as well as outdoor activities. During the duration of the study, certain residents of the residence often reported having a cough, a running nose, and other ailments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,137
Tête enseignante GPT0,485
Écart entre enseignants0,348 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQuality of Life (Banja Luka) - APEIRONMême sujetNoise Effects and ManagementTravaux en français237 207