Examining the Gas-Particle Partitioning of Organophosphate Esters: How Reliable Are Air Measurements?
Notice bibliographique
Résumé
Organophosphate esters (OPEs) in air have been found to be captured entirely on filters of typical active air samplers and thus designated as being in the particle phase. However, this particle fraction is unexpected, especially for more volatile tris(2-chloroethyl) phosphate (TCEP) and tris(chloroisopropyl) phosphate (TCIPP). We evaluated gas-particle partitioning in indoor and outdoor air for OPEs and polybrominated diphenyl ethers (PBDEs) using single-parameter models (Junge-Pankow, Harner-Bidleman) and poly-parameter linear free energy relationship (pp-LFER) models. We also used the pp-LFER to estimate filter-air partitioning in active air samplers. We found that all gas-particle partitioning models predicted that TCEP and TCIPP should be in the gas phase, contrary to measurements. The pp-LFER better accounted for OPE measurements than the single-parameter models, except for TCEP and TCIPP. Gas-particle partitioning of PBDEs was reasonably explained by all models. The pp-LFER for filter-air partitioning showed that gas-phase sorption to glass and especially quartz fiber filters used for active air samplers could account for up to 100% of filter capture and explain the high particle fractions reported for TCIPP, tris(1,3-dichloro-2-propyl) phosphate TDCIPP, and triphenyl phosphate TPhP, but not TCEP. The misclassification of gas-particle partitioning can result in erroneous estimates of the fraction of chemical subject to gas-phase reactions and atmospheric scavenging and, hence, atmospheric long-range transport.
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 | 0,004 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| 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; 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 ».