MétaCan
Menu
Retour à la cohorte
Enregistrement W2010764207 · doi:10.1021/es060872m

Polychlorinated Naphthalenes in Great Lakes Air:  Assessing Spatial Trends and Combustion Inputs Using PUF Disk Passive Air Samplers

2006· article· en· W2010764207 sur OpenAlexaffabout
Tom Harner, Mahiba Shoeib, Todd Gouin, Pierrette Blanchard

Notice bibliographique

RevueEnvironmental Science & Technology · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensUniversity of TorontoEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceCombustionEnvironmental chemistryEnvironmental engineeringWaste managementChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

Passive air samplers made from polyurethane foam (PUF) disks housed in stainless steel chambers were deployed over four seasons during 2002-2003, at 15 sites in the Laurentian Great lakes, to assess spatial and temporal trends of polychlorinated naphthalenes (PCNs). Sampling rates, determined using depuration compounds pre-spiked into the PUF disk prior to exposure, were, on average, 2.9 +/- 1.1 m3 d(-1), consistent with previous studies employing these samplers. PCN air concentrations exhibited strong urban-rural differences-typically a few pg m(-3) at rural sites and an order of magnitude higher at urban sites (Toronto, 12-31 pg m(-3) and Chicago,13-52 pg m(-3)). The high concentrations at urban sites were attributed to continued emissions of historically used technical PCN. Contributions from combustion-derived PCNs seemed to be more important at rural locations where congeners 24 and 50, associated with wood and coal burning, were elevated. Congener 66/67, associated with incineration and other industrial thermal processes, was elevated at two sites and explained by nearby and/or upwind sources. Probability density maps were constructed for each site and for every integration period were shown to be a useful complement to seasonally integrated passive sampling data to resolve source-receptor relationship for PCNs and other pollutants.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,894
Score d'incertitude au seuil0,211

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,235
Écart entre enseignants0,227 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations54
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & TechnologyMême sujetToxic Organic Pollutants ImpactTravaux en français237 207