咖啡渣、茶葉渣可除臭?學者:只是聞起來比較香坊間常傳言在家中放咖啡渣、茶葉渣可以去除臭味,讓許多民眾躍躍欲試,但臺灣臺北科技大學環(huán)境工程與管理研究所所長曾昭衡卻表示,咖啡渣與茶渣并無孔洞,無法達到吸附效果,但其散發(fā)出的香氣會蓋掉原本的臭味,才會讓人有可以「除臭」的錯覺。
根據(jù)他的研究,市售空氣清機中,除氮效果最好濾網分別為活性碳加沸石、與活性碳二品項,二者皆能在15分鐘內將室內空氣中的一氧化氮(NO)完全吸收,對于二氧化氮(NO2)也分別有71.3%與41.5%的除去率。他說,活性碳之所以能去氮除臭,是因為其材質分布了無數(shù)的細小孔洞,帶空氣清凈機運轉、空氣開始對流后,便會把氮氧化物吸附在孔洞中。為了防止孔洞被塞滿后失去功效,他也建議民眾要定期更換濾網,才能維持良好的室內空氣品質。
至于有民眾問到是否可「自制」活性碳除臭?曾昭衡笑著表示,雖然市售活性碳的原料都是從木材、玉米殼制成,但制造過程中需經過化學加工,才能在表面制造出孔洞,「自己做的就只是碳而以,沒有吸附效果」。另外,他也強調,坊間盛傳的用咖啡渣、茶葉渣除臭撇步,因為材質同樣不具吸附功能,放了也只是香氣蓋過臭氣,同樣沒效。
推特上談論最多的食品,咖啡排第一!一項最新研究結果顯示,在美國的推特上談到最多的消費品是咖啡。這項研究在觀察了8000萬個推文之后得出了以上結論。研究還發(fā)現(xiàn),星巴克是推特上談得最多的飲食店。這份研究在《醫(yī)學網絡研究公共衛(wèi)生與監(jiān)察》期刊上,研究使用推特作為觀察美國人健康的切入點。該研究的主要作者、猶他大學助理教授Quynh Nguyen表示,我們更多地融合健康指標來觀察人們的健康狀況。
Quynh Nguyen的團隊研究了特定地理區(qū)域的推文對食物、鍛練等的討論,并將研究結果與人口調查數(shù)據(jù)和健康調查相比較。從2015年到2016年收集的推文中,幾乎5%的推文提到食物。推文中提到頻率最高的食物為咖啡、啤酒、比薩餅、葡萄酒、雞肉、燒烤、冰激淋及煎玉米餅卷。然后,研究人員將推文按照健康程度排列,發(fā)現(xiàn)16%的推文談論的是健康的食品,而9%的推文在說垃圾食品。研究團隊設計了各種算法來確認哪些推文提到食物和鍛練以及情感問題,但是這一嘗試并沒有成功。例如,〝咖哩〞(curry)在推文中提到頻率非常高,但是研究人員發(fā)現(xiàn)推文其實說的不是咖哩,而是籃球明星斯蒂芬.庫里(Stephen Curry)。
研究還發(fā)現(xiàn),推特上最受歡迎的飲食店是星巴克,幾乎有一半的相關推文提到了星巴克。隨后是墨西哥風味快餐店Chipotle,Taco Bell和Buffalo Wild Wings。另外,居住在較為貧困地區(qū)的民眾,其推文則較少提及健康的食物。
*The top 10 tweeted foods: coffe、beer、pizza、Starbucks、IPA (beer)、wine、chicken、barbecue、ice cream、tacos.日本App出新招:駕車不看手機,免費請喝咖啡為了督促愛知縣的司機認真開車看路,日本新推出一款智能手機App,向那些開車100公里以上不看手機的司機提供免費咖啡券。過去13年中,愛知縣的交通死亡率一直居日本首位。去年443691例交通事故死亡中,就有50101例是由于駕駛時使用智能手機造成的。隨著手機在人們生活中地位的提升,由此引發(fā)的交通事故也越來越多。但截至目前為止,官方還未提出有效計劃來解決這一問題。
有趣的是,日前有三家日本公司認為,新開發(fā)的一款獨具特色的App,可給予駕駛過程中不看手機的司機以物質獎勵,從而有效減少交通事故的發(fā)生。日本豐田汽車公司、日本老牌咖啡連鎖Komeda咖啡館以及日本電訊商KDDI三家公司聯(lián)合推出的Driving Barista手機App,可使用手機陀螺儀傳感器來感知手機的傾斜程度,使用GPS來檢測汽車的行駛里程,從而計算出司機保持手機屏幕朝下所行駛的距離。當Driving Barista感知到手機在至少100公里內沒有被“擺弄”時,就會獎勵司機一張Komeda咖啡館的混合咖啡或冰咖啡免費券。在不看手機的情況下每行駛100公里,就可以獲得一張咖啡券。如果在未到達規(guī)定的100公里之前擺弄手機,行駛距離則歸零。
豐田公司稱,這是第一款致力于解決交通安全問題的手機app。豐田高管村上秀一說:“為了能為實現(xiàn)交通零傷亡零事故這一最高目標盡一份力,豐田已將汽車的安全措施列入管理的重中之重。我們希望通過三家合作,踐行這一交通安全教育新倡議,進一步減少交通事故的發(fā)生?!边@款軟件于9月20日投入使用,蘋果和安卓用戶均可下載。目前該軟件只在日本愛知縣使用。想要了解更多咖啡文化,請長按下面的二維碼關注becoffing!