MétaCan
Menu
Retour à la cohorte
Enregistrement W3153031302 · doi:10.1139/er-2020-0105

Atmospheric particulate pollution in South American megacities

2021· article· en· W3153031302 sur OpenAlexvenueno aff
Noelia S. La Colla, Sandra E. Botté, Jorge E. Marcovecchio

Notice bibliographique

RevueEnvironmental Reviews · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesUniversidad Nacional del SurConsejo Nacional de Investigaciones Científicas y Técnicas
Mots-clésMegacityAir quality indexParticulatesAir pollutionEnvironmental protectionPollutionPollutantEnvironmental sciencePopulationEnvironmental engineeringGeographyEnvironmental healthMeteorologyChemistryEcology

Résumé

récupéré en direct d'OpenAlex

Air pollution is one of the major problems caused by urban growth, and both industrial and automobile emissions have been the main causes of air quality deterioration in cities since the beginning of the 20th century. Atmospheric pollution is the largest single environmental risk for health, causing about 7 million human deaths per year. On a global scale, developing countries are major contributors to air pollution due to their rising economies, with rapid industrial and population growth combined with poor emission controls. In South America, there are five megacities (Bogotá, Buenos Aires, Lima, Rio de Janeiro, and São Paulo) with over 10 million people potentially contributing to wide-ranging environmental consequences. Atmospheric particulate matter (APM) plays a leading role in the transport of trace metals and metalloids through the atmosphere and are chemical markers of air quality. The presence of these pollutants in APM has a detrimental effect on both air quality and human health. In this review, we provide an integrated assessment of hazardous metals and metalloids in the fine and coarse APM fractions, focusing on the South American megacities. We identified the current state of research for Ba, Cd, Cr, Cu, Mo, Ni, Pb, Pd, Pt, Rh, Sb, Sn, V, and Zn and summarized the findings in the 21st century. The findings of this review highlight that despite the phasing out of leaded gasoline, Pb continues to be a metal pollutant with one of the highest atmospheric emission rates, mainly due to vehicular pollution. The megacities from Brazil and Argentina were, by far, those with the highest number of studies performed; however, updated research is needed for the five megacities, including specific studies on fine and ultrafine particulate matter fractions as these pose serious human health issues. Urban agglomerations denoted sustained increases of most metals over time that is indicative of deteriorating air quality. Nickel and Cd concentrations in megacities from Argentina, Brazil, and Colombia, as well as Pb in one study from Colombia, were found to have exceeded international air quality guidelines.

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 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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,521
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,004

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 Opus0,033
Tête enseignante GPT0,286
Écart entre enseignants0,252 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations30
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental ReviewsMême sujetAir Quality and Health ImpactsTravaux en français237 207