MétaCan
Menu
Retour à la cohorte
Enregistrement W2016091032 · doi:10.1139/s06-054

Source characterization of ambient fine particles in the Los Angeles basin

2007· article· en· W2016091032 sur OpenAlexvenueno aff
Eugene Kim, Philip K. Hopke

Notice bibliographique

RevueJournal of Environmental Engineering and Science · 2007
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensnon disponible
Organismes subventionnairesCalifornia Air Resources BoardNational Oceanic and Atmospheric AdministrationU.S. Environmental Protection Agency
Mots-clésSea saltSulfateEnvironmental scienceParticulatesNitrateEnvironmental chemistryStructural basinAerodynamic diameterGasolineEnvironmental engineeringAerosolHydrology (agriculture)GeographyChemistryGeologyMeteorology

Résumé

récupéré en direct d'OpenAlex

Integrated 24 h PM 2.5 (particulate matter ≤2.5 µm in aerodynamic diameter) speciation data collected between 2001 and 2004 at three United States Environmental Protection Agency Speciation Trends Network monitoring sites in the Los Angeles (LA) basin (Simi Valley, downtown LA, and Rubidoux) were analyzed through the application of the positive matrix factorization and seven to nine sources were identified. Secondary particles provided the highest contributions to PM 2.5 concentrations (29%–46% for secondary nitrate and 12%–23% for secondary sulfate). Rubidoux, which is located downwind of the LA metropolitan area, and animal feed lots had the highest secondary nitrate concentration, followed by downtown LA. Secondary sulfate concentrations were consistent among three sites. Gasoline vehicle and diesel emissions contributed 12%–22% and 7%–10%, respectively. In addition, other sources such as airborne soil, sea salt, aged sea salt, wood smoke, and incinerator emissions were identified. Key words: source apportionment, Los Angeles basin, speciation trends network, PM 2.5 .

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,759
Score d'incertitude au seuil0,107

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0000,000

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 Opus0,005
Tête enseignante GPT0,165
Écart entre enseignants0,160 · 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 tête enseignante, 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

Citations21
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Environmental Engineering and ScienceMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207