An integrated analysis on source-exposure risk of heavy metals in agricultural soils near intense electronic waste recycling activities
Notice bibliographique
Résumé
Conducting integrated analysis of the source, exposure and health risk of heavy metals is critical for developing mitigation strategies of soil contamination. Taking the former electronic waste (e-waste) dismantling center in China as an example this study quantitatively apportioned source contribution of soil heavy metals in this area by statistical analysis and positive matrix factorization (PMF) model. Furthermore, the human health risk of identified sources were quantified by combining source profiles and exposure risk assessment. The seven heavy metals investigated were arsenic (As), cadmium (Cd), copper (Cu), chromium (Cr), nickel (Ni), lead (Pb) and Zinc (Zn). Results indicated that agricultural soils were mainly contaminated with Cd and Cu. Parent material and pesticide, fertilizer application, industrial discharge, and vehicle emission accounted for 46.6, 22.2, and 31.2%, respectively, of the accumulation of metals in the soil. Moreover, these sources contributed 52.9, 19.0, and 28.1%, respectively of the total non-cancer risk. For the total cancer risk, the contribution of these three sources was 39.2, 45.3, and 15.5%, respectively. Despite that industrial discharge contributed the least to the accumulation of metals (22.2%), it contributed the most to the total cancer risk (45.3%). Reducing industrial emission was crucial for minimizing the heavy metal input to agricultural soils and preventing potential health hazard. These findings could provide support for environmental protection authority to improve the management and risk prevention of contaminated farmland.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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; 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 ».