Elucidating multipollutant exposure across a complex metropolitan area by systematic deployment of a mobile laboratory
Notice bibliographique
Résumé
Abstract. This study evaluates a deployment strategy of a heavily instrumented mobile lab for characterizing multipollutant spatial patterns based upon a limited number of measurement days spread over different seasons. The measurements obtained through this deployment strategy are used to gain insight into average pollutant levels between routine monitoring sites and in relation to emission sources in the region, as well as to assess correlations between pollutant patterns to better understand the nature of urban air pollutant mixtures. A wide range of locations were part of the deployment in order to characterize the distribution of chronic exposures potentially allowing development of exposure models. Comparison of the mobile lab averages to the available adjacent air quality monitoring network stations to evaluate their representativeness showed that they were in reasonable agreement with the annual averages at the monitoring sites, thus providing some evidence that, through the deployment approach, the mobile lab is able to capture the main features of the average spatial patterns. The differences between mobile lab and network averages varied by pollutant with the best agreement for NO2 with a percentage difference of 20%. Sharp differences in the average spatial distribution were found to exist between different pollutants on multiple scales, particularly on the sub-urban scale, i.e., the neighborhood to street scales. For example, NO2 was observed to be 210–265% higher by the main highway in the study region compared to the nearby urban background monitoring site, while black carbon was higher by 180–200% and particle number concentration was 300% higher. The repeated measurements of near-roadway gradients showed that the rate of change differed by pollutant with elevated concentrations detected up to 600–700 m away for some pollutants. These results demonstrate that through systematic deployment mobile laboratory measurements can be used to characterize average or typical concentration patterns, thus providing data to assess monitoring site representativeness, spatial relationships between pollutants, and chronic multipollutant exposure patterns useful for evaluating and developing exposure models for outdoor concentrations in an urban environment.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 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 ».