Wykaz publikacji wybranego autora

Robert Oleniacz, dr inż.

adiunkt

Wydział Geodezji Górniczej i Inżynierii Środowiska
WGGiIŚ-kkoś, Katedra Kształtowania i Ochrony Środowiska


  • 2018

    [dyscyplina 1] dziedzina nauk inżynieryjno-technicznych / inżynieria środowiska, górnictwo i energetyka


[poprzednia klasyfikacja] obszar nauk technicznych / dziedzina nauk technicznych / inżynieria środowiska


Identyfikatory Autora Informacje o Autorze w systemach zewnętrznych

ORCID: 0000-0001-9307-6204 orcid iD

ResearcherID: D-2619-2016

Scopus: 6505745898

PBN: 5e709208878c28a04738eded

OPI Nauka Polska

System Informacyjny AGH (SkOs)




1
  • Assessment of the diversity of exposure to $PM_{2.5}$ concentrations as a result of the use of various protective face masks during the COVID-19 pandemic / Robert OLENIACZ // W: 4\textsuperscript{th} symposium „Air quality and health” [Dokument elektroniczny] : Wrocław, 03–05.07.2023 : book of abstracts / eds. Magdalena Korzystka-Muskała [et al.]. — Wersja do Windows. — Dane tekstowe. — Wrocław : University of Wrocław, 2023. — e-ISBN: 978-83-62673-87-2. — S. 82–84. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://mappingair.meteo.uni.wroc.pl/wp-content/uploads/2023/06/JPAZ_2023_Book_of_Abstracts.pdf [2023-07-11]. — Bibliogr. s. 83–84

  • keywords: air quality, COVID-19, PM2.5 concentration reduction, filtration efficiency, face masks

    cyfrowy identyfikator dokumentu:

2
  • Using meteorological normalization to identify the effects of reducing air pollution emissions in Krakow / Mateusz RZESZUTEK, Robert OLENIACZ, Marian MAZUR // W: 4\textsuperscript{th} symposium „Air quality and health” [Dokument elektroniczny] : Wrocław, 03–05.07.2023 : book of abstracts / eds. Magdalena Korzystka-Muskała [et al.]. — Wersja do Windows. — Dane tekstowe. — Wrocław : University of Wrocław, 2023. — e-ISBN: 978-83-62673-87-2. — S. 31. — Wymagania systemowe: Adobe Reader. — Tryb dostępu: https://mappingair.meteo.uni.wroc.pl/wp-content/uploads/2023/06/JPAZ_2023_Book_of_Abstracts.pdf [2023-07-11]. — Bibliogr. s. 31

  • keywords: machine learning, particulate matter, air concentration trends, meteorological normalization

    cyfrowy identyfikator dokumentu: