Seasonal Source Identification And Source-Specific Health Risk Assessment of Pollutants On Road Dust In Tianjin
Notice bibliographique
Résumé
Abstract Human exposure to metals on road dust might have potential health risks through touching, ingesting, and inhaling. There were limited studies to link seasonal emission sources to health risks from metals on road dust. In this study, metals on road dust from different functional areas were seasonally monitored. The pollutant sources in study city varied slightly with the seasons, but the major pollutant source in the particular study site were significantly affected by the seasons. By combining the source apportionment model (PMF), line sources model and health risk models (HI: Hazard index and ILCR: Incremental Lifetime Carcinogenic risk), industrial and construction activity was identified as the crucial source of both the pollutants on road dust (29% - 47%), and the HI for adults (27% - 45%) and children (41% - 50%) in different seasons. The traffic non-exhaust emission dominated in the carcinogenic risks for children in spring (45%) and summer (36%). Factors such as seasons, particle size, metal bioavailability, human exposure time, and exposure area were all taken into consideration to avoid overestimating or underestimating health risks. The carcinogenic risks for children (1.6 E-06) and adults (2.8 E-06) exposed to Cr both exceed the minimum threshold (10-6). Measured metals mainly posed hazard to human health through ingestion route. Pb and Mn, Fe and Mn were the main harmful elements that induced non-carcinogenic risks for adults and children, respectively. Effectively identifying the source-specific health risks in different seasons will help in the formulation of adaptive strategies to diminish the potential risks.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».