Graphical tools for the planning and interpretation of polyurethane foam based passive air sampling campaigns
Notice bibliographique
Résumé
Due to low cost and easy handling during sampling and extraction, passive air samplers (PASs) using polyurethane foam (PUF) as a sorbent have become the most commonly deployed PASs for semi-volatile organic compounds (SVOCs). However, depending on the scenario, PUF-PAS may not always be operating in the linear uptake phase, which implies the need to consider how temperature, wind speed, deployment length and chemical properties interact to determine the amount of a target chemical taken up and the fraction of a depuration compound (DC) being lost during deployment. Guidance is, therefore, necessary to quantitatively interpret curvi-linear uptake in the PUF-PAS and avoid selection of DCs unsuited to the deployment conditions. In this study, the PAS-SIM model is used to generate graphical tools that aid in addressing important questions frequently arising during the use of PUF-PASs. Specifically, we generated five charts that display (i) the inherent sampling rate as a function of wind speed and a chemical's molecular diffusivity, (ii) the length of the linear uptake period as a function of chemical properties, temperature and the acceptable deviation from linearity, (iii) the time to 95% equilibrium as influenced by chemical properties, temperature and wind speed, (iv) the dependence of the fractional loss of DCs on chemical properties, temperature, wind speed and deployment length, and (v) the influence of chemical properties, temperature and the total suspended particle concentration on the extent of sorption to atmospheric particles. The charts also facilitate the assessment of the influence of parameter uncertainty. It is hoped that these charts assist with planning and interpreting sampling campaigns based on a mechanistic and quantitative understanding of uptake in PUF-based PASs.
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 | 0,002 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 0,006 |
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 ».