MétaCan
Menu
Retour à la cohorte
Enregistrement W2014286657 · doi:10.1080/02772240701214409

Dissolution behavior of metals from particulate matter emissions

2007· article· en· W2014286657 sur OpenAlexaff
Denis Bérubé

Notice bibliographique

RevueToxicological & Environmental Chemistry Reviews · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensHealth Canada
Organismes subventionnairesnon disponible
Mots-clésDissolutionParticulatesChemistryEnvironmental chemistryMetalAerosolSolubilitySmeltingContaminationInert

Résumé

récupéré en direct d'OpenAlex

Exposure to air particulate matter (PM) is linked to numerous health effects. In order to improve the understanding of the role of its metallic components, their solubility was examined by using serial short-contact dissolutions totalling 1 h and additional sequential contact periods of 1, 4, and 8 days. The dissolution experiments were performed in solutions containing the main biological electrolytes. ICPMS determinations were used to quantify the dissolved metals. The total compositions were determined after closed vessel microwave digestion. Large variations in the rate and completeness of the dissolutions were observed. Fast and extensive dissolutions within the short-contact time (e.g., Zn, Cd) as well as slow dissolutions persisting during the last contact period (e.g., Ni, Cu, Sb, Pb) were found for smelting emissions. The multi-element determinations also made it possible to identify relationships between dissolution of different metals and define gradual composition changes of residual PM. When comparing with dissolutions performed in de-ionized water, similar major fractions were observed at short-contact time for minor components of smelting or combustion emissions (e.g., V, Ni, Cd), suggesting a preponderance of easily available forms at the surface of the relatively inert particle cores. The use of these time sequential methods may help in (1) modeling metal partitioning in biological media and (2) investigating the causes of adverse effects attributed to air PM.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,068
Tête enseignante GPT0,338
Écart entre enseignants0,270 · 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

Citations1
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueToxicological & Environmental Chemistry ReviewsMême sujetAir Quality and Health ImpactsTravaux en français237 207