The coupled study of metal concentrations and electron paramagnetic resonance (EPR) of lichens (Hypogymnia physodes) from the Świętokrzyski National Park—environmental implications
Notice bibliographique
Résumé
SO2, NOx, and metals (including Cd, Cu, Pb, Zn, Mn, Mg, Fe) present in airborne particulate matter are a major threat to preserving good air quality. The complicated pathways and transformation processes that can change their physical/chemical state in the atmosphere renders identifying their origin extremely difficult. With the objective of alleviating this difficulty, we identified and characterized potential local and regional sources of atmospheric pollutants using bioindicators (Hypogymnia physodes) from the Świętokrzyski National Park (SE Poland): 20 lichen samples were collected during winter (February; heating period) and summer (June; vegetative period) seasons and analyzed for metal contents and free radicals concentrations. Our results indicate that the highest gaseous pollutant levels were observed during the heating season, along roads (NO2) and at the highest elevation (SO2). The semiquinone/phenoxyl radical concentrations correlated during the heating season with the atmospheric SO2: ln (free radicals concentrations) = 0.025 SO2atmosphere + 39.11. For Mn/Fe ≥ 2, the electron paramagnetic resonance (EPR) spectra presented a hyperfine splitting. Results showed that since 1994 metal concentrations increased for Cd, Mn, and Mg, Fe remained somewhat constant for Zn and Cu but slightly decreased for Pb, in agreement with the phasing out of lead in gasoline. Finally, a principal component analysis (PCA) identified two main factors controlling variability within the analyzed parameters: air pollutants transport over long distances and local fuel combustion by both transport and home heating.
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 | 0,001 | 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 | 0,002 | 0,004 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».