Black Carbon Particles Physicochemical Real-Time Data Set in a Cold City: Trends of Fall-Winter BC Accumulation and COVID-19
Notice bibliographique
Résumé
Black carbon (BC) plays an important role in climate and health sciences.Using the combination of a year real-time BC observation (photoacoustic extinctiometer) and data for PM 2.5 and selected co-pollutants, we herein show that annual BC Mass concentration has a bi-modal distribution, in a cold-climate city of Montreal.In addition to the summer peak, a winter BC peak was observed (up to 0.433 μg/m 3 ), lasting over 3 months.A comparative study between two air pollution hotspots, downtown and Montreal international airport indicated that airborne average BC Mass concentration in downtown was 0.344 μg/m 3 , whereas in the residential areas around Montreal airport BC Mass values were over 400% higher (1.487 μg/m 3 ).During the numerous snowfall events, airborne BC Mass concentration decreased.High-resolution scanning/transmission electron microscopy with energy dispersive X-ray spectroscopy analysis of the snow samples provided evidence that airborne BC particles or carbon nanomaterials were indeed transferred from polluted air to snow.During the COVID-19 lockdown, the BC concentration and selected co-pollutants, decreased up to 72%, confirming the predominance of anthropogenic activities in BC emission.This first cold-climate BC data set can be essential for more accurate air quality and climate modeling.About one-third of the Earth's land surface receive snow annually, the impact of this study on air quality, health and climate change is discussed.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».