Air concentration of polybrominated diphenyl ethers around the Great Lakes and the Arctic
Notice bibliographique
Résumé
Atmospheric PBDEs were measured on a monthly basis in 2002-2004 at Point Petre, a rural site in the Great Lakes. Average air concentrations were 7.0 ± 13 pg/m**3 for the sum of 14BDE (excluding BDE-209), and 1.8 ± 1.5 pg/m**3 for BDE-209. Concentrations of 3 dominant congeners (i.e., BDE-47, 99, and 209) were comparable to previous measurements at remote/rural sites around the Great Lakes, but much lower than those at urban areas. Weak temperature dependence and strong linear correlations between relatively volatile congeners suggest importance of advective inputs of gaseous species. The significant correlation between BDE-209 and 183 implies their transport inputs associated with particles. Particle-bound percentages were found greater for highly brominated congeners than less brominated ones. These percentages increase with decreasing ambient temperatures. The observed gas/particle partitioning is consistent with laboratory measurements and fits well to the Junge-Pankow model. Using air mass back-trajectories, atmospheric transport to Point Petre was estimated as 76% for BDE-47, 67% for BDE-99, and 70% for BDE-209 from west-northwest and southwest directions. During the same time period, similar congener profiles and concentration levels were found at Alert in the Canadian High Arctic. Different inter-annual variations between Point Petre and Alert indicate that emissions from other regions than North America could also contribute PBDEs in the Arctic. In contrast to weak temperature effect at Point Petre, significant temperature dependence in the summertime implies volatilization emissions of PBDEs at Alert. Meanwhile, episodic observations in the wintertime were likely associated with enhanced inputs through long-range transport during the Arctic Haze period.
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 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,141 | 0,001 |
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 ».