Photochemical and Other Sources of Organic Compounds in the Canadian High Arctic Aerosol Pollution during Winter−Spring
Notice bibliographique
Résumé
Total suspended particles collected at Alert in the Canadian high Arctic (February-June) were analyzed for solvent extractable organic compounds using gas chromatography-mass spectrometry to better understand the sources and source apportionment of aerosol pollution that can affect the Arctic climate. More than 100 organic species were detected in the aerosols and were grouped into different compound classes based on the functional groups. Polyacids were found to be the most abundant compound class, followed by phthalates, aromatic acids, fatty acids, fatty alcohols, sugars/sugar alcohols, and n-alkanes, while polycyclic aromatic hydrocarbons, sterols, and lignin and resin acids were minor. Concentrations of total quantified organics seemed slightly higher in darkwinter aerosols (13.2-16.6 ng m(-3), average 14.5 ng m(-3)) than those after polar sunrise (6.70-17.7 ng m(-3), average 11.8 ng m(-3)). During dark winter, fossil fuel combustion products (30-51%), secondary oxidation products, as well as higher plant emissions were found as major contributors to the Arctic aerosols. However, after polar sunrise on 5 March, secondary oxidation products (5-53%) and plasticizer-derived phthalates became the dominant compound classes, followed by fossil fuel combustion and microbial/marine sources. Biomass burning emissions were found to contribute only 0.4-6% of the total identified organics, although they maximized in dark winter. This study demonstrates that long-range atmospheric transport, changes in the solar irradiance, and ambient temperature can significantly control the chemical composition of organic aerosols in the Arctic region.
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 | 0,002 |
| 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 ».