MétaCan
Menu
Retour à la cohorte
Enregistrement W3195340213 · doi:10.1016/j.envsci.2021.08.003

Global intercomparison of polyurethane foam passive air samplers evaluating sources of variability in SVOC measurements

2021· article· en· W3195340213 sur OpenAlexafffund
Lisa Melymuk, Pernilla Bohlin‐Nizzetto, Tom Harner, Kevin B. White, Xianyu Wang, Maria Yumiko Tominaga, Jun He, Jun Li, Jianmin Ma, Wan-Li Ma, Beatriz Helena Aristizábal Zuluaga, Annekatrin Dreyer, Begoña Jiménez, Juan Muñoz-Arnanz, Mustafa Odabaşı, Yetkin Dumanoğlu, Barış Yaman, Carola Graf, Andrew J. Sweetman, Jana Klánová

Notice bibliographique

RevueEnvironmental Science & Policy · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesRECETOX Přírodovědecké Fakulty Masarykovy UniverzityEEA GrantsMinisterstvo Školství, Mládeže a TělovýchovyEuropean CommissionGovernment of CanadaFP7 Coherent Development of Research Policies
Mots-clésPolyurethaneEnvironmental scienceMaterials scienceRemote sensingComposite materialGeology

Résumé

récupéré en direct d'OpenAlex

Polyurethane foam passive air samplers (PUF-PAS) are the most common type of passive air sampler used for a range of semi-volatile organic compounds (SVOCs), including regulated persistent organic pollutants (POPs) and polycyclic aromatic hydrocarbons (PAHs), and emerging contaminants (e.g., novel flame retardants, phthalates, current-use pesticides). Data from PUF-PAS are key indicators of effectiveness of global regulatory actions on SVOCs, such as the Global Monitoring Plan of the Stockholm Convention on Persistent Organic Pollutants. While most PUF-PAS use similar double-dome metal shielding, there is no standardized dome size, shape, or deployment configuration, with many different PUF-PAS designs used in regional and global monitoring. Yet, no information is available on the comparability of data from studies using different PUF-PAS designs. We brought together 12 types of PUF-PAS used by different research groups around the world and deployed them in a multi-part intercomparison to evaluate the variability in reported concentrations introduced by different elements of PAS monitoring. PUF-PAS were deployed for 3 months in outdoor air in Kjeller, Norway in 2015-2016 in three phases to capture (1) the influence of sampler design on data comparability, (2) the influence of analytical variability when samplers are analyzed at different laboratories, and (3) the overall variability in global monitoring data introduced by differences in sampler configurations and analytical methods. Results indicate that while differences in sampler design (in particular, the spacing between the upper and lower sampler bowls) account for up to 50 % differences in masses collected by samplers, the variability introduced by analysis in different laboratories far exceeds this amount, resulting in differences spanning orders of magnitude for POPs and PAHs. The high level of variability due to analysis in different laboratories indicates that current SVOC air sampling data (i.e., not just for PUF-PAS but likely also for active air sampling) are not directly comparable between laboratories/monitoring programs. To support on-going efforts to mobilize more SVOC data to contribute to effectiveness evaluation, intercalibration exercises to account for uncertainties in air sampling, repeated at regular intervals, must be established to ensure analytical comparability and avoid biases in global-scale assessments of SVOCs in air caused by differences in laboratory performance.

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)0,011
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,076
Tête enseignante GPT0,380
Écart entre enseignants0,304 · 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

Citations32
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental Science & PolicyMême sujetAir Quality and Health ImpactsTravaux en français237 207