Global Chemical Composition of Ambient Fine Particulate Matter for Exposure Assessment
Notice bibliographique
Résumé
Epidemiologic and health impact studies are inhibited by the paucity of global, long-term measurements of the chemical composition of fine particulate matter. We inferred PM2.5 chemical composition at 0.1° × 0.1° spatial resolution for 2004-2008 by combining aerosol optical depth retrieved from the MODIS and MISR satellite instruments, with coincident profile and composition information from the GEOS-Chem global chemical transport model. Evaluation of the satellite-model PM2.5 composition data set with North American in situ measurements indicated significant spatial agreement for secondary inorganic aerosol, particulate organic mass, black carbon, mineral dust, and sea salt. We found that global population-weighted PM2.5 concentrations were dominated by particulate organic mass (11.9 ± 7.3 μg/m(3)), secondary inorganic aerosol (11.1 ± 5.0 μg/m(3)), and mineral dust (11.1 ± 7.9 μg/m(3)). Secondary inorganic PM2.5 concentrations exceeded 30 μg/m(3) over East China. Sensitivity simulations suggested that population-weighted ambient PM2.5 from biofuel burning (11 μg/m(3)) could be almost as large as from fossil fuel combustion sources (17 μg/m(3)). These estimates offer information about global population exposure to the chemical components and sources of PM2.5.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».