Meteorological Influences on Seasonal Variation of Fine Particulate Matter in Cities over Southern Ontario, Canada
Notice bibliographique
Résumé
This study examines meteorological impacts on seasonal variation of fine particulate matter (PM2.5) in southern Ontario, Canada. After analyzing PM2.5data at 12 cities in the region in 2006, we found that PM2.5concentrations were 30–40% higher in summer (7–15 μg/m3) than in winter (4–11 μg/m3). High PM2.5episodes occurred more frequently in warmer seasons. Analyses of surface meteorology, weather maps, and airflow trajectories suggest that these PM2.5episodes were often related to synoptic transport of pollutants from highly polluted areas in the United States. The southerly or southwesterly winds associated with midlatitude cyclones play an important role in such transport. A typical weather pattern favoring the transport is suggested. When it was hot, humid, and stagnant with southerly or southwesterly winds, the likelihood of high PM2.5occurrences was high. The Greater Golden Horseshoe and Southwestern Ontario regions had higher PM2.5(6–12 μg/m3annually) than the northern region (4–6 μg/m3), reflecting combined effects of meteorology, regional transport, and local emissions. In the future, PM2.5transport from the United States will likely increase in abundance because of possible prolonged accumulation at the pollution sources as the frequency of the midlatitude cyclones may reduce under climate change.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 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) | 0,002 | 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 ».