SO-MUM: A Coupled Atmospheric Transport and Multimedia Model Used to Predict Intraurban-Scale PCB and PBDE Emissions and Fate
Notice bibliographique
Résumé
A spatially resolved, dynamic version of the Multimedia Urban Model (MUM) and the boundary layer forecast and air pollution transport model BLFMAPS were coupled to build Spatially Oriented MUM (SO-MUM), to estimate emissions and fate of POPs in an urban area on a 5 × 5 km(2) cell resolution. SO-MUM was used to back-calculate emissions from spatially resolved measured air concentrations of PCBs and PBDEs in Toronto, Canada. Estimated emissions of Σ(88)PCBs were 230 (40-480) kg y(-1), 280 (50-580) g y(-1) km(-2), or 90 (16-190) mg y(-1) capita(-1), and Σ(26)PBDEs were 28 (6-63) kg y(-1), 34 (7-77) g y(-1) km(-2), or 11 (2-25) mg y(-1) capita(-1). A mass inventory of penta- and octa-BDEs in Toronto was estimated to be 200 tonnes (90-1000 tonnes) or 80 (40-400) g capita(-1). Using this estimate and that of 440 (280-800) tonnes of PCBs, estimated emissions of Σ(88)PCBs and Σ(26)PBDEs per mass of chemical inventory in Toronto were 0.5 (0.05-1.6) and 0.1 (0.01-0.7) g y(-1) kg(-1), respectively. The results suggest annual emission rates of 0.04% and 0.01% from the mass inventories with downtown accounting for 30% and 16% of Toronto's chemical inventory and emissions of PCBs and PBDEs, respectively. Since total PBDE emissions are a function of mass inventory, which is proportional to building volume, we conclude that building volume can be used as a proxy to predict emissions. Per mass inventory emission rates were negatively related to vapor pressure within a compound class, but not consistently when considering all compound congeners.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».