Using elemental analyses and multivariate statistics to identify the off-site dispersion from informal e-waste processing
Notice bibliographique
Résumé
Electronic waste (e-waste) is informally processed and recycled in Agbogbloshie in Accra (Ghana), which may be the largest such site in West Africa. This industry can lead to significant environmental contamination. In this study, surface dust samples were collected at a range of sites within Accra to establish the offsite consequences of such activities. Fifty-one samples were collected and analysed for 69 elements by ICP-mass spectrometry after nitric acid digestion. The data indicated a significant enrichment in metals associated with solder and copper wire at the site itself and a downwind dispersion of this source material to a distance of approximately 2.0 km. Chlorine and bromine were also elevated at this site as residues from polyvinyl chloride combustion and flame retardants respectively. The elemental composition indicated that only low technology electrical equipment was being treated this way. Multivariate statistical analyses by principal components analysis and polytopic vector analysis identified three sources contributing to the system; (i) burn site residue dispersing within 2 km from the source site, (ii) marine matter on the beaches alone and (iii) the baseline soil conditions of the city of Accra. Risk ratios and hazard quotients developed from the measured concentrations indicated that copper was providing the greatest risk to inhabitants in most cases although nickel, vanadium, chromium and zinc also contributed.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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; un appel candidat d’une seule tête enseignante, 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 ».