Qualité d'air intérieur, qualité de vie. 10 ans de recherche pour mieux respirer
Bibliographic record
Abstract
C'est en 2001, alors que les connaissances sur la pollution de l'air dans les bâtiments étaient encore rares et dispersées, que fut décidée la création de l'OQAI, observatoire entièrement dédié à la qualité de l'air intérieur. Sa mission : réunir, par le biais de campagnes d'études à l'échelle nationale, les connaissances nécessaires pour aider les pouvoirs publics à agir, inciter les professionnels à améliorer leurs pratiques et informer le grand public, sur la réalité de cette pollution et des risques pour la santé. En effet, la qualité de l'air que nous respirons chaque jour dans notre logement, au bureau, celle de nos enfants dans les crèches, les écoles ou les lieux de loisirs, fait l'objet d'une préoccupation croissante. Aujourd'hui, la qualité de l'air intérieur est devenue un thème central, présent dans tous les médias. L'Observatoire de la qualité de l'air intérieur a mis à jour de nombreux problèmes, dont la multiplicité des sources de pollution affectant le bâtiment, plaçant toujours l'humain au cœur de ses préoccupations. Les résultats de ces dix premières années de recherches et d'enquêtes de l'OQAI sont aujourd'hui rassemblés dans un seul ouvrage " Qualité d'air intérieur, qualité de vie ". Richement illustré et dans un format " livre d'art ", il propose un état détaillé des 10 premières années de recherches sur la qualité de l'air intérieur et tous les facteurs susceptibles de le dégrader, ainsi que les solutions à mettre en œuvre pour y remédier. Ce guide intéressera particulièrement les architectes et urbanistes, les collectivités et les pouvoirs publics, les associations et groupes d'opinions autour du Développement durable, un large public sensibilisé aux problématiques de la qualité de l'air intérieur des bâtiments, etc.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.012 | 0.019 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.004 |
| Scholarly communication | 0.007 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.003 | 0.005 |
| Insufficient payload (model declined to judge) | 0.020 | 0.007 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".