Tidsskriftspublikasjon

Machine Learning Prediction of Student Satisfaction on Indoor Air Quality and Thermal Environment in a Norwegian Secondary School

Ensuring a healthy and comfortable indoor environment in schools is essential for student well-being and academic performance. The purpose of this study is to investigate the factors influencing students’ satisfaction with indoor air quality (IAQ) and thermal comfort in classrooms. To address this, one year-long measurements were conducted across multiple classrooms in a Norwegian secondary school, collecting data on indoor climate (CO₂, VOC levels, temperature, relative humidity, and air pressure) along with outdoor climate variables (temperature, humidity, and solar radiation). Additional room-specific data, including orientation, floor level, and ventilation system specifications, were also considered. An online feedback system was used to gather 1,473 real-time student responses on satisfaction levels. Supervised machine learning (ML) models were developed to assess the importance of these parameters in predicting perceived indoor comfort: IAQ perceptions and thermal environmental perceptions. Results showed ML models effectively predicted student dissatisfaction, achieving accuracy greater than 80% when environmental and building parameters were considered simultaneously. The findings emphasized that dissatisfaction with indoor conditions is driven by multiple interacting factors of measured variables and building parameters single independent variables. SHAP analysis provided valuable interpretability, revealing how variations in environmental conditions collectively impact students' perceived comfort. This comprehensive approach demonstrates the practical potential of ML-based IEQ monitoring systems, suggesting that schools can proactively improve indoor conditions through targeted interventions informed by real-time predictions.

Protokoll: Krav til konsekvensutredning ved planlegging av vindkraftprosjekter for å hindre forurensning av drikkevann

VKM skal lage oversikt over hvilke krav som bør stilles til konsekvensutredninger ved planlegging av nye vindkraftprosjekter. Det er laget en protokoll som beskriver hvordan VKM vil gå frem for å løse oppdraget.

Bakgrunn for oppdraget
Et vindkraftverk kan forurense omgivelsene både under etablering, drift og avvikling. Dersom området ligger innenfor et vanntilsigsområde for drikkevann, kan det utgjøre en forurensningsfare for drikkevannet.

Mattilsynet er høringsinstans når vindkraftverk skal etableres, og de ønsker en oversikt over hvilke krav som bør stilles til konsekvensutredningene.

Dette er en bestilling fra Mattilsynet, som fører tilsyn med drikkevann.

Om protokollen
VKM har utarbeidet en protokoll for hvordan vi skal løse oppdraget som går på å utarbeide krav til informasjon om, og risikovurdering av farene ved søknad om etablering av vindkraftverk. Protokollen favner bruk av kjemiske stoffer og annen aktuell forurensing som kan utgjøre en risiko for drikkevann gjennom hele vindkraftverkets livsløpssyklus (anlegg, drift, vedlikehold og avvikling)

Mapping human-nature archetypes to guide global biodiversity, food security and land use policy

Sietz, Diana; Niamir, Aidin; Müller, Daniel; Hickler, Thomas; Kanemoto, Keiichiro; Moran, Daniel Dean; Thonicke, Kirsten

Elsevier

Røyk fra skogbranner i Canada skaper dårlig luftkvalitet i flere europeiske byer

Solbakken, Christine Forsetlund

Norges forskningsråd

Is Antarctica Greening?

Colesie, Claudia; Gray, Andrew Møller; Walshaw, Charlotte V.; Bokhorst, Stef; Kerby, Jeffrey T.; Jawak, Shridhar Digambar; Sancho, Leopoldo G.; Convey, Peter

John Wiley & Sons