MétaCan
Menu
Retour à la cohorte
Enregistrement W2095222390 · doi:10.1007/s11869-008-0002-2

Seasonal variation of particle size distributions of PAHs at Seoul, Korea

2008· article· en· W2095222390 sur OpenAlexaff
Ji Yi Lee, Hye Jung Shin, Soo Ya Bae, Yong Pyo Kim, Chang-Hee Kang

Notice bibliographique

RevueAir Quality Atmosphere & Health · 2008
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationKorea Science and Engineering Foundation
Mots-clésSeasonalityEnvironmental scienceAtmospheric sciencesRange (aeronautics)Particle sizeAtmosphere (unit)ParticulatesDeposition (geology)AerosolEnvironmental chemistryParticle-size distributionChemistryMeteorologyMaterials scienceGeologyGeography

Résumé

récupéré en direct d'OpenAlex

The atmospheric size distributions of particulate polycyclic aromatic hydrocarbons (PAHs) up to 10 μm in diameter were measured at Seoul in the summer and winter of 2003. The concentrations of total PAHs were from 4.32 to 5.48 ng m−3 in summer and from 25.6 to 35.9 ng m−3 in winter, respectively. Majority of the PAHs concentrations were found on fine particles (D p < 2.1 μm). The size distributions of individual PAH compounds were bimodal with the peaks in the 0.43–0.65- and 4.7–5.8-μm range in summer. In winter, those were unimodal or weakly bimodal with the peaks in the 0.65–1.1- and 4.7–5.8-μm range. The seasonal variation of the peak size range in the fine mode might be caused by longer residence time in the air in winter. Based on the previously reported source diagnostic ratios of PAHs for the major emission sources, it was suggested that vehicles were the major source of PAH in summer, while coal-related emissions and firewood fire were the major sources in winter for fine particles. The seasonal variation of the peak size ranges in the fine particles had not shown noticeable effect on the dry deposition fluxes. However, it might affect the optical properties of the atmosphere.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,032
Tête enseignante GPT0,274
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), 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

Citations35
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAir Quality Atmosphere & HealthMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207