Lead contamination in Chinese surface soils: Source identification, spatial-temporal distribution and associated health risks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Soil lead (Pb) pollution is wide spread in China. The Chinese government is taking ambitious actions to tackle the soil pollution issue, with the latest soil quality standards and the Soil Pollution Prevention and Remediation Law enacted in 2018. This study assesses the spatio-temporal distribution, pollution levels, major sources and health risks of Pb in surface soils in China in the past three decades (1990–2017). Traffic emissions (mainly leaded gasoline), mining, smelting, and e-waste recycling were main contributors to soil Pb pollution and pose a risk to food security and human health. The weighted arithmetic mean of Pb concentrations was 35.9 ± 0.21 mg/kg. Southern China suffered from severer soil Pb pollution with hotspots of the Pearl River Delta, Yangtze River Delta, Shaanxi and Hunan. The average soil Pb concentration increased marginally during 1990–2001 due to increased industrial and transportation activities; afterwards, it decreased by ∼30% during 2001–2013, reflecting the effectiveness of the ban on leaded gasoline in 2000. However, there was a slight increase in recent years. Therefore, it is critical to establish a comprehensive evaluation and monitoring system, strengthen pollution source control, properly manage the environmental and health risks at severely contaminated sites, and conduct green and sustainable remediation.
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.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| 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 découle