Temporal Trends of Persistent Organic Pollutants: A Comparison of Different Time Series Models
Notice bibliographique
Résumé
We analyzed the vapor phase atmospheric concentrations of representative persistent chemicals (i.e., α- and γ-hexachlorocyclohexane, phenanthrene, PCB-18 and PCB-52) in samples collected at a remote site near Eagle Harbor, Michigan, and at an urban site in Chicago, Illinois, using four time series models: a modified Clausius-Clapeyron equation, a multiple linear regression that includes both a linear and an harmonic dependence on time, digital filtration (DF), and dynamic harmonic regression (DHR). The results of these different models were evaluated in terms of goodness-of-fit, long-term trends, and halving times. The four approaches all provided highly significant descriptions of the data, with coefficients of determination (R(2)) ranging from 0.33 to 0.96. In general, the DF and DHR methods fit the data better, capturing not only the seasonal variations of the atmospheric concentrations but also smaller scale interannual variations in the long term trends. The halving times calculated using the four methods were generally similar to one another, and they ranged from about 4 years for γ-HCH at Chicago to about 60 years for PCB-52 at Chicago. This analysis showed that each of these four statistical methods for evaluating long-term time series has advantages and disadvantages. The choice of the appropriate method should depend on the output needed, the type of audience, and the availability and usability of the necessary software.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».