MétaCan
Menu
Retour à la cohorte
Enregistrement W3029866507 · doi:10.4236/gep.2020.85023

Spatial Analysis of Heavy Metal Emissions in Residential, Commercial and Industrial Areas Adjacent to a Scrap Metal Shredder in Winnipeg, Canada

2020· article· en· W3029866507 sur OpenAlexafffundabout
Folarin Solademi, Shirley Thompson

Notice bibliographique

RevueJournal of Geoscience and Environment Protection · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHeavy metals in environment
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésEnvironmental scienceContaminationPollutionScrapEnvironmental chemistryArsenicSnowZincEnvironmental engineeringHydrology (agriculture)MetallurgyChemistryGeographyGeologyMeteorologyMaterials science

Résumé

récupéré en direct d'OpenAlex

A spatial analysis of air pollution in the South St. Boniface (SSB) and Mission Industrial Areas (MIA) of Winnipeg, in Manitoba, Canada, was conducted by mapping the results for 23 composite snow samples. Heavy metals were analyzed in the snow samples by Inductively Coupled Plasma Mass Spectrometry (ICP-MS). Higher concentrations closer to the shredder were significant for every metal, but, not for arsenic, in regression modeling R squared (0.585 for Cd, 0.462 for Pb, 0.423 for Zn, 0.343 for Cr, 0.343 for Ni, 0.244 for Mn, and 0.069 for As). Heavy metal concentrations were significantly higher in the industrial zone, with the next highest being the roadside zone, then the commercial zone and finally the residential/parkland zone, at p-value < 0.01 statistical significance levels according to the non-parametric Kruskal-Wallis H- test. The metals concentrations mapped on Arc-GIS with ArcMap 10.6 using kriging interpolation, display that all toxic metal concentrations, but particularly Pb, Ni, Zn, Cr, and Hg, are highest proximate to the scrap metal shredder. Furthermore, pollution indices, specifically contamination factor (CF), degree of contamination (DOC), and pollution load index (PLI), were undertaken registering high contamination. The CF registered high for lead, zinc, and nickel in all areas compared to the background levels, but the highest levels were nearby to the scrap metal shredder. The DOC values showed that the industrial contamination is nearly five times greater than that for the road or commercial areas and almost 20 times more contaminated compared to the residential/parkland. With PLI levels above 1 considered contaminated, the shredder (4.1), roadside (2.2), and commercial areas (1.9) were polluted. These findings point to the shredder as the cause of present-day contamination for all areas, including residential/parkland, traffic, and commercial areas. High levels of toxic metal air pollution emissions warrant further study of human exposure and health risk posed by multiple sources from the air, water, and land. Enforcement and enclosure of the outdoor shredder should be considered to reduce heavy metal exposure to the public.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,032
Tête enseignante GPT0,235
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Geoscience and Environment ProtectionMême sujetHeavy metals in environmentTravaux en français237 207