MétaCan
Menu
Retour à la cohorte
Enregistrement W2376871333

Investigation,assessment and source analysis of polycyclic aromatic hydrocarbons(PAHs) pollution in soil from a larg iron and steel plant and its surrounding areas,in China

2013· article· en· W2376871333 sur OpenAlexaboutno aff
Jing Tian

Notice bibliographique

RevueEnvironmental Chemistry · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueToxic Organic Pollutants Impact
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental chemistryPollutionEnvironmental scienceCoal combustion productsContaminationSoil testDiesel fuelSoil contaminationCoalIndustrial areaSoil waterEnvironmental engineeringChemistrySoil science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Sixteen polycyclic aromatic hydrocarbons(PAHs) in 11 surface soil samples from an iron and steel plant in northeast of China and its surrounding areas,including residential and scenic areas,were analyzed by GC-MS(Gas Chromatography-Mass Spectrometry).The concentrations of ∑PAHs were 3.39×103—1.54×105 ng·g-1 with a mean of 3.21×104 ng·g-1 in the iron and steel industrial park,587—6.70×103 ng·g-1 with a mean of 3.82×103 ng·g-1 in the surrounding residential area,and 385 ng·g-1 in the scenic.The concentrations of ∑PAHs and Bap in the industrial areas were the highest,followed by the residential area.Compared with other studies,the soils in the iron and steel industrial plant and its surrounding residential area were heavily polluted by PAHs.Nine of total 11 soil samples showed serious contamination by PAHs.Moreover,Bap concentrations in 4 samples exceeded the limit of Canada Soil Quality standard.Source analysis was performed using Diagnostic Rate and Principal Component Analysis(PCA) methods.The results showed that coal and diesel combustion contributed to PAHs pollution in the iron and steel industrial park.Moreover,vehicle gasoline and diesel emission was another important source of PAHs pollution in the surrounding area along with industrial emission.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,485
Score d'incertitude au seuil0,886

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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 tête enseignante, 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

Citations2
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ChemistryMême sujetToxic Organic Pollutants ImpactTravaux en français237 207