Role of snow and cold environment in the fate and effects of nanoparticles and select organic pollutants from gasoline engine exhaust
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Exposure to vehicle exhaust can drive up to 70 % of excess lifetime cancer incidences due to air pollution in urban environments. Little is known about how exhaust-derived particles and organic pollutants, implicated in adverse health effects, are affected by freezing ambient temperatures and the presence of snow. Airborne particles and (semi)volatile organic constituents in dilute exhaust were studied in a novel low-temperature environmental chamber system containing natural urban snow under controlled cold environmental conditions. The presence of snow altered the aerosol size distributions of dilute exhaust in the 10 nm to 10 μm range and decreased the number density of the nanoparticulate (<100 nm) fraction of exhaust aerosols, yet increased the 100-150 nm fraction. Upon 1 hour exhaust exposure, the total organic carbon increased in the natural snow from 0.218 ± 0.014 to 0.539 ± 0.009 mg L(-1), and over 40 additional (semi)volatile organic compounds and a large number of exhaust-derived carbonaceous and likely organic particles were identified. The concentrations of benzene, toluene, ethylbenzene, and xylenes (BTEX) increased from near the detection limit to 52.48, 379.5, 242.7, and 238.1 μg kg(-1) (± 10 %), respectively, indicating the absorption of exhaust-derived toxic organic compounds by snow. The alteration of exhaust aerosol size distributions at freezing temperatures and in the presence of snow, accompanied by changes of the organic pollutant content in snow, has potential to alter health effects of human exposure to vehicle exhaust.
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.
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 | 0,002 |
| 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 découle