Characterisation of Airborne Particulate Matter in a City Environment
Notice bibliographique
Résumé
Airborne particulate matter contains a mixture of pollutants. Identifying the source of these particles, their composition and physical/chemical properties would help to provide a clear connection between their impacts on the environment and the human health. Individual particles have a different chemical morphology and this data could provide information on the formation and reaction mechanism of these particles. It also helps to identify the source they originate from as well as their atmospheric history. Over the years, numerous studies have been conducted to characterise PM10 and little work has been carried out on PM2.5. However, there is an emerging interest in identifying the effects of very fine particles such as nano-particles. The main objective of this research project was to carry out a comprehensive characterisation study of nano-particles collected from a city environment. Environmental monitoring samples from a local authority monitoring site were collected over a period of 7 months using a tapered element oscillating microbalance technique (TEOM). The sample filters were then analysed for their morphology and elemental compositions using SEM/EDS and LA-ICP-MS. SEM/EDS analysis was able to detect several heavy metal particulate matter while the LA-ICP-MS showed that there were more heavy metals present in the filter samples especially the heavier metals. Some of these heavier elements could have been inhibited by organic or higher amounts of the more common metals found in the EDS such as Fe, Zn, Si and Al. Nano-particles originated from high temperature sources, biological, carbonaceous and road transport were also detected in the samples. It was also found that particles containing more metallic elements tended to have a more defined shape while carbonaceous materials typically had amorphous structures. Tests showed that particles with environmental dust compositions of Ca, Al and Si were abundant. It was observed that the biological particles had very fine sizes.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».