PM<sub>2.5</sub> characterization and source-receptor relations in South Carolina
Notice bibliographique
Résumé
Ambient PM 2.5 aerosol samples were collected at three sites at Clemson University during January and June of 2001. The PM 2.5 mass concentrations averaged 12.2 μg/m 3 in January and 21.2 μg/m 3 in June. Chemical characterization of the samples identified an average of 99% of the fine particulate matter collected in January and 96% in June. The primary ingredients of the PM 2.5 aerosol were organic carbon compounds (49% in January and 44% in June) and sulfates (21% in January and 33% in June). Total heavy metals on average contributed 0.3% of the fine aerosol mass. Source-receptor reconciliation was completed for the fine aerosol using a chemical mass balance model, Chemical Mass Balance v. 8 (CMB8). In January, approximately 105% of the measured mass was accounted for, and the major sources were soil dust, ammonium sulfate, and ammonium nitrate. In June, an average of 80% of the measured mass was accounted for, and the major sources were the same as in January, except that the contribution of ammonium nitrate was negligible. A composite source of organic compounds that includes gasoline vehicle exhaust, meat cooking, cigarette smoke, and wood burning, was one of the major sources for both June and January seasons. Key words: PM 2.5 , CMB8, source receptor modeling.
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 | 0,001 | 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 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».