Atmospheric Arsenic (As) Concentrations in Different Countries During 2000–2011
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This review study discusses total average concentrations of arsenic (As) in PM10 and PM2.5 in different countries, which included Serbia, Taiwan, Canada, Spain, China, Portugal-Sines, Greece, Korea, France, Hong Kong, Shanghai, Finland, Scotland, Switzerland, United States (Southern California), Italy (Venice) during 2000–2011. Generally, the main sources for As in ambient air in different countries were copper smelters, traffic exhaust, coal use, industrial activities, petrochemical plant, incinerator plants, domestic heating, ship traffic, burning biomass, incinerator emissions, agriculture, mining industry, and foundries. The data show that ambient air As concentrations in PM10 in Serbia in 2000 were the highest while those in PM10 in the United States (Southern California) in 2009 were ranked the lowest. The data also indicate that ambient air concentrations in PM2.5 in Shanghai in 2008 were the highest while those in Greece in 2003 were the lowest. Average ambient air concentrations in PM10 decreased significantly during 2000–2010 in Serbia and Spain. Finally, average ambient air concentrations in PM10 decreased while ambient air particle bound As (As(p)) concentrations in PM2.5 increased during period 2000–2010 and then decreased during 2000–2010.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 0,005 |
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 découle