Assessment of suspended particulate matter and heavy metal analysis during Diwali festival at Raipur, Chhattisgarh, India
Notice bibliographique
Résumé
Diwali is an important festival in India, and a lot of firecracker bursting takes place in every part of the country during festive occasions. The short-term effect of firecrackers on ambient air quality was assessed by monitoring suspended particulate matter (SPM) and heavy metal analysis (iron (Fe), zinc (Zn), lead (Pb), manganese (Mn) and nickel (Ni)) during the Diwali festival at the urban-industrial city of Raipur, India, from 3 to 11 November 2018. The daily average SPM concentrations were found to be about two times higher on 7 November (Diwali; 425.64 µg/m 3 ) and 8 November (next day of Diwali; 417.92 µg/m 3 ) compared with that on 3 November (pre-Diwali day; 247.56 µg/m 3 ). Heavy metal analysis (iron, zinc, lead, manganese and nickel) was carried out using atomic absorption spectroscopy, and the same concentration trend in the order of iron > zinc > lead > manganese > nickel was found during day- and night-time. A significant increment in SPM and heavy metal concentrations was observed post-Diwali. Back-trajectory analysis revealed that the trajectories at surface level (50 and 1000 m above ground level) originated from local sources, showing local anthropogenic activities such as burning of firecrackers and industrial activities as a major pollution source. The wind rose diagram shows a higher SPM concentration when the wind was north-easterly. The present study reveals that pollution levels were considerably increased during Diwali and firecracker bursting played a major role by contributing to air pollution.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».