Characterization of Two Passive Air Samplers for Per- and Polyfluoroalkyl Substances
Notice bibliographique
Résumé
Two passive air sampler (PAS) media were characterized under field conditions for the measurement of per- and polyfluoroalkyl substances (PFASs) in the atmosphere. The PASs, consisting of polyurethane foam (PUF) and sorbent-impregnated PUF (SIP) disks, were deployed for over one year in parallel with high volume active air samplers (HV-AAS) and low volume active air samplers (LV-AAS). Samples were analyzed for perfluoroalkyl carboxylic acids (PFCAs), perfluoroalkane sulfonic acids (PFSAs), fluorotelomer alcohols (FTOHs), fluorotelomer methacrylates (FTMACs), fluorotelomer acrylates (FTACs), perfluorooctane sulfonamides (FOSAs), and perfluorooctane sulfonamidoethanols (FOSEs). Sampling rates and the passive sampler medium (PSM)-air partition coefficient (KPSM-A) were calculated for individual PFASs. Sampling rates were similar for PFASs present in the gas phase and particle phase, and the linear sampling rate of 4 m(-3) d(-1) is recommended for calculating effective air sample volumes in the SIP-PAS and PUF-PAS for PFASs except for the FOSAs and FOSEs in the PUF-PAS. SIP disks showed very good performance for all tested PFASs while PUF disks were suitable only for the PFSAs and their precursors. Experiments evaluating the suitability of different isotopically labeled fluorinated depuration compounds (DCs) revealed that (13)C8-perfluorooctanoic acid (PFOA) was suitable for the calculation of site-specific sampling rates. Ambient temperature was the dominant factor influencing the seasonal trend of PFASs.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,005 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».