Combining Low-Cost Sensors with the New York State Mesonet for Continuous Fine-Scale Air Quality Monitoring in the New York City Metropolitan Area
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide A low-cost air quality sensor package to measure particulate matter, ozone, carbon monoxide, nitric oxide, and nitrogen dioxide was designed for integration with the New York State Mesonet (NYSM), an advanced weather monitoring network that has been continuously collecting observations since 2015. The low-cost sensors were calibrated using regulatory-grade instruments at the New York State Department of Environmental Conservation’s Queens College monitoring site. During spring, summer, and fall of 2023, sensor packages were deployed at 38 NYSM sites within the New York City Metropolitan Area (NYCMA). From May 2023 through August 2024, air pollutants were measured at a 5-s sampling period and collected remotely in real time, with data retention rates exceeding 90% for all pollutants across the network. Calibrated and quality-controlled hourly data demonstrate the capability of the network to characterize temporal pollutant patterns at daily, weekly, and seasonal time scales, to contrast pollutants in urban and rural environments, and to evaluate spatial correlations across the network. The study also highlights the network’s ability to resolve the impacts of episodic pollution events, such as the 2023 Quebec, Canada wildfires, on air quality across the NYCMA.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».