MétaCan
Menu
Retour à la cohorte
Enregistrement W2163313750 · doi:10.1897/03-420

Passive air sampling of polycyclic aromatic hydrocarbons and polychlorinated naphthalenes across europe

2004· article· en· W2163313750 sur OpenAlexaff
Foday M. Jaward, Nick J. Farrar, Tom Harner, Andrew J. Sweetman, Kevin C. Jones

Notice bibliographique

RevueEnvironmental Toxicology and Chemistry · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésEnvironmental chemistryEnvironmental scienceUrbanizationContaminationPollutantSampling (signal processing)ParticulatesPopulationPersistent organic pollutantPolycyclic aromatic hydrocarbonChemistryEnvironmental health

Résumé

récupéré en direct d'OpenAlex

This study presents concurrently sampled ambient air data for a range of polycyclic aromatic hydrocarbons (PAHs) and polychlorinated naphthalenes (PCNs) at the continental scale. This was achieved with a passive air sampling system, by deploying polyurethane foam disks, which were prepared in one laboratory, sealed to prevent contamination, sent out by courier to volunteers participating in different countries, exposed for six weeks, collected, resealed, and returned to the laboratory for analysis. The study area was Europe, a region with a history of extensive persistent organic pollutants usage and emission, and with marked national differences in population density, the degree of urbanization and industrial and agricultural development. Samplers were deployed at remote, rural, and urban locations in 22 countries. Calculated air concentrations were broadly in line with those obtained by conventional active air sampling techniques, for both compound classes and for compounds existing predominantly in the gas and particle phases. The geographical compound distribution reflected suspected regional emission patterns and highlighted localized source areas. Both PAH and PCN levels varied by more than two orders of magnitude. The implications for sources are discussed.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,008
Tête enseignante GPT0,229
Écart entre enseignants0,221 · 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

Citations188
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Toxicology and ChemistryMême sujetToxic Organic Pollutants ImpactTravaux en français237 207