MétaCan
Menu
Retour à la cohorte
Enregistrement W3081101829 · doi:10.1039/d0em00194e

Passive air sampling for semi-volatile organic chemicals

2020· article· en· W3081101829 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnvironmental Science Processes & Impacts · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIndoor Air Quality and Microbial Exposure
Établissements canadiensThe Scarborough HospitalUniversity of TorontoToronto Public Health
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésEnvironmental scienceEnvironmental chemistryPassive samplingSampling (signal processing)Organic chemicalsWaste managementChemistryEngineeringTelecommunicationsMathematics

Résumé

récupéré en direct d'OpenAlex

During passive air sampling, the amount of a chemical taken up in a sorbent from the air without the help of a pump is quantified and converted into an air concentration. In an equilibrium sampler, this conversion requires a thermodynamic parameter, the equilibrium sorption coefficient between gas-phase and sorbent. In a kinetic sampler, a time-averaged air concentration is obtained using a sampling rate, which is a kinetic parameter. Design requirements for kinetic and equilibrium sampling conflict with each other. The volatility of semi-volatile organic compounds (SVOCs) varies over five orders of magnitude, which implies that passive air samplers are inevitably kinetic samplers for less volatile SVOCs and equilibrium samplers for more volatile SVOCs. Therefore, most currently used passive sampler designs for SVOCs are a compromise that requires the consideration of both a thermodynamic and a kinetic parameter. Their quantitative interpretation depends on assumptions that are rarely fulfilled, and on input parameters, that are often only known with high uncertainty. Kinetic passive air sampling for SVOCs is also challenging because their typically very low atmospheric concentrations necessitate relatively high sampling rates that can only be achieved without the use of diffusive barriers. This in turn renders sampling rates dependent on wind conditions and therefore highly variable. Despite the overall high uncertainty arising from these challenges, passive air samplers for SVOCs have valuable roles to play in recording (i) spatial concentration variability at scales ranging from a few centimeters to tens of thousands of kilometers, (ii) long-term trends, (iii) air contamination in remote and inaccessible locations and (iv) indoor inhalation exposure. Going forward, thermal desorption of sorbents may lower the detection limits for some SVOCs to an extent that the use of diffusive barriers in the kinetic sampling of SVOCs becomes feasible, which is a prerequisite to decreasing the uncertainty of sampling rates. If the thermally stable sorbent additionally has a high sorptive capacity, it may be possible to design true kinetic samplers for most SVOCs. In the meantime, the passive air sampling community would benefit from being more transparent by rigorously quantifying and explicitly reporting uncertainty.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,017
Tête enseignante GPT0,250
Écart entre enseignants0,233 · 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