Aerosol Laser Ablation Mass Spectrometry of Suspended Powders from PM Sources and Its Implications to Receptor Modeling
Notice bibliographique
Résumé
Primary sources of particulate matter (PM) were analyzed by suspending powdered samples into an aerosol laser ablation mass spectrometer (LAMS). PM sources studied included vehicle exhaust particulates, dust from a non-ferrous smelter, cement powder, incinerator fly ash, two coal fly ash samples, and two soils. Marker peaks signified certain PM source sectors: construction particles could be distinguished by abundant Ca and Ca compounds, fuel combustion was marked by elemental carbon clusters, and nonferrous industrial particles showed inorganic As, Cu, Pb, Zn, and SOx. In addition to the distinction between particles from these different source sectors, mass spectral results also showed that for a single source, different particle types existed, and among different sources within a sector, similar spectra were present. The aerosol LAMS results show the difficulty in differentiating among separate fly ash sources as well as among different soil samples. A particle class balance receptor model that measures the amount of specific particle types rather than the amount of a chemical component is suggested as a means of source apportionment when particle spectra with overlapping source possibilities occur. The assumptions and limitations of receptor modeling aerosol LAMS data are also described. In particular, methods need to be developed to account for the contribution of secondary sources.
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) | 0,001 | 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 ».