Characterization of urban amine-containing particles in southwestern China: seasonal variation, source, and processing
Notice bibliographique
Résumé
Amine-containing particles were characterized in an urban area of Chongqing during both summer and winter using a single-particle aerosol mass spectrometer (SPAMS). Among the collected particles, 12.7 % were amine-containing in winter and 8.3 % in summer. Amines were internally mixed with elemental carbon (EC), organic carbon (OC), sulfate, and nitrate. Diethylamine (DEA) was the most abundant among amine-containing particles. Wintertime amine-containing particles were mainly from the northwest direction where a forest park was located; in summer, they were from the northwest and southwest (traffic hub) directions. These origins suggest that vegetation and traffic were the primary sources of particulate amines. The average relative peak area of DEA depended strongly on humidity, indicating that the enhancement of DEA was possibly due to increasing aerosol water content and aerosol acidity. Using an adaptive resonance theory neural network (ART-2a) algorithm, four major types of amine-containing particles were clustered: amine–organic carbon (A-OC), A-OCEC, DEA-OC, and A-OCEC aged. The identified particle types implied that amines were taken up by particles produced from traffic and biomass burning. The knowledge gained in this study is useful to understand the atmospheric processing, origin, and sources of amine-containing particles in the urban area of Chongqing.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 ».