Polycyclic aromatic compounds (PACs) in the Canadian environment: Sources and emissions
Notice bibliographique
Résumé
Twenty-five years after the first look at polycyclic aromatic compounds (PACs) in Canada, this article presents current knowledge on Canadian PAC emission sources. The analysis is based on national inventories (the National Pollutant Release Inventory (NPRI) and the Air Pollutant Emissions Inventory (APEI)), an analysis of Canadian forest fires, and several air quality model-ready emissions inventories. Nationally, forest fires continue to dominate PAC emissions in Canada, however there is uncertainty in these estimates. Though forest fire data show a steady average in the total annual area burned historically, an upward trend has developed recently. Non-industrial sources (home firewood burning, mobile sources) are estimated to be the second largest contributor (∼6-8 times lower than forest fires) and show moderate decreases (25%-65%) in the last decades. Industrial point sources (aluminum production, iron/steel manufacturing) are yet a smaller contributor and have seen considerable reductions (90% +) in recent decades. Fugitive emissions from other industrial sources (e.g. disposals by the non-conventional oil extraction and wastewater sectors, respectively) remain a gap in our understanding of total PAC emissions in Canada. Emerging concerns about previously unrecognized sources such as coal tar-sealed pavement run-off, climate change are discussed elsewhere in this special issue. Results affirm that observations at the annual/national scale are not always reflective of regional/local or finer temporal scales. When determining which sources contribute most to human and ecosystem exposure in various contexts, examination at regional and local scales is needed. There is uncertainty overall in emissions data stemming in part from various accuracy issues, limitations in the scope of the various inventories, and inventory gaps, among others.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,003 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».