PM2.5 Chemical Composition Analysis in Different Functional Subdivisions in Tangshan, China
Notice bibliographique
Résumé
In this study, the 24-h PM2.5 (i.e., the fine particles with aerodynamic diameter of ≤ 2.5 µm) samples were collected at two different functional subdivisions in the city of Tangshan during the period of July 2012 to April 2013. The months of July, October, January, and April were chosen to represent four different typical seasons. The total PM2.5 mass was measured. PM2.5 samples were used for the analysis of inorganic elements, ions, Organic Carbon (OC) and Elemental Carbon (EC). PM2.5 concentration in the industrial subdivision were generally higher than those in the residential subdivision. The annual mean PM2.5 concentrations were 196 µg m–3 for the industrial subdivision and 116 µg m–3 for the residential subdivision. The coefficients of divergence (CD) calculated for spring, summer, autumn and winter were 0.67, 0.35, 0.65, and 0.33, respectively. The Enrichment Factor Method (EFM) was used to help determine the original sources of these inorganic elements. Secondary water-soluble ions (SO42–, NO3–, and NH4+) were the major water soluble ions in the PM2.5 of Tangshan, and they are present in the atmosphere as (NH4)2SO4 and NH4NO3. The Sulfur Oxidation Ratio (SOR) and Nitrogen Oxidation Ratio (NOR) show that the precursor conversion ratio was highest in summer. At both subdivisions, winter had the highest monthly average OM concentration while summer had the lowest.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».