MétaCan
Menu
Retour à la cohorte
Enregistrement W4411058055 · doi:10.1080/02786826.2025.2512100

Laboratory method for aerosolization and collection of PM <sub>10</sub> from settled house dust

2025· article· en· W4411058055 sur OpenAlexafffund
Christine Levesque, Katherine Casey, Suzanne Beauchemin

Notice bibliographique

RevueAerosol Science and Technology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensHealth Canada
Organismes subventionnairesNatural Resources CanadaHealth Canada
Mots-clésAerosolizationEnvironmental scienceAerosolWaste managementMeteorologyGeographyEngineeringMedicine

Résumé

récupéré en direct d'OpenAlex

Inhalation of airborne particulate matter with a median aerodynamic diameter less than 10 µm (PM10) can have adverse health effects. Settled house dust is a relevant medium to assess residential chemical exposure through ingestion and inhalation. Understanding the chemical composition of house dust’s PM10 is needed for human health risk assessment. However, separation and collection of PM10 from house dust, in sufficient amount for subsequent characterization, represents a technical challenge. A method to resuspend settled house dust to collect its PM10 fraction was developed. House dust samples (<80 µm) were resuspended using a vortex which generated airborne particles that were entrained in a cyclone where particles larger than 10 µm were removed. PM10 were collected simultaneously on two PTFE filters (0.45 µm) located at the cyclone′s output. Scanning electron microscopy analysis was used as a qualitative complementary technique to visually assess the collected particles and the particle size segregation efficiency. The amount of collected PM10 ranged from 2.19 to 143.14 mg and was impacted by the operating flow rate, the ambient conditions (temperature and relative humidity), and to a lesser extent by the dust characteristic (stickiness). The method yielded consistent PM10 recoveries within samples (coefficients of variation of triplicates ≤17% (n = 7); except for three samples with variability up to 57%). The observed variability could be explained by the heterogeneous nature of house dust. This methodology will help advance chemical characterization of PM10 to refine risk assessment of residential chemical exposure.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,031
Score d'incertitude au seuil0,428

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,001
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 Opus0,015
Tête enseignante GPT0,299
Écart entre enseignants0,284 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAerosol Science and TechnologyMême sujetAir Quality and Health ImpactsTravaux en français237 207