Preliminary hazard assessment of air pollution levels in Nizwa, Rusayl and Sur in Oman
Notice bibliographique
Résumé
The World Health Organization (WHO) recognises air pollution as a serious public health concern in many developing countries due to the influx of energy-intensive industries with limited planning and exposure mitigation strategies. Due to industrial expansion and release of associated air pollutants in Oman, the US Environmental Protection Agency human health risk assessment (HHRA) model was used to determine the non-carcinogenic hazard associated with exposure to industrial emissions. Across the three industrial cities (Nizwa, Sur and Rusayl), the study found ambient average concentrations (μg/m 3 ) of 1 h carbon monoxide (CO) (606–1974), nitrogen dioxide (NO 2 ) (7.7–43.9) and sulfur dioxide (SO 2 ) (4.8–9.0) and 24 h PM 2.5 (7.3–7.8) and PM 10 (38.7–51.5) to be significantly lower than both the Ministry of Environment and Climatic Affairs (MECA) and WHO limits. The HHRA analysis showed that exposure to the air pollutants produced low non-carcinogenic adverse health effects, as the hazard quotient (HQ) was found to be <1 among the population. However, there was an increase in HQ for WHO reference exposure level (REL) values compared with that of MECA; this is due to the relaxed/high REL limits of the latter. Future epidemiological studies involving long-term air pollution exposure assessment and health data may improve the reliability of the current HHRA estimates.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».