Regional Transport and Urban Contributions to Fine Particle Concentrations in Southeastern Canada
Notice bibliographique
Résumé
The impact of various atmospheric transport directions on ambient fine particle (PM2.5) concentrations at several sites in southeastern Canada was estimated (for May-September) using back-trajectory analysis. Three-day back trajectories (four per day) were paired with 6-hr average PM2.5 mass concentrations measured using tapered element oscillating microbalances (TEOM). PM2.5 concentrations at rural locations in the region were affected by nonlocal sources originating in both Canada and the United States. Comparison of sites revealed that, on average, the local contribution to total PM2.5 in the greater Toronto area (GTA) is approximately 30-35%. At each location, average PM2.5 concentrations under south/southwesterly flow conditions were 2-4 times higher than under the corresponding northerly flow conditions. The chemical composition of both urban and rural PM2.5 was determined during two separate 2-week spring/summer measurement campaigns. Components identified included SO4(2-) NO3-, NH4+, black carbon and organic carbon (OC), and trace elements. Higher particle mass at the urban Toronto site was composed of a higher proportion of all components. However, black carbon, NO3-, NaCl, and trace elements were found to be the most enriched over the rural/regional background levels.
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 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 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».