Elucidating multipollutant exposure across a complex metropolitan area by systematic deployment of a mobile laboratory
Notice bibliographique
Résumé
Abstract. In urban areas, air quality is the outcome of multiple emission sources, each emitting a different combination of air pollutants. The result is a complex mixture of pollutants with a different spatiotemporal variability for each constituent. Studies exploring average spatial patterns across urban areas typically rely on air quality monitoring networks of a few sites, short multi-site saturation monitoring campaigns measuring a limited number of pollutants and/or air quality models. Each of these options has limitations. This study elucidates the main complexities of urban air quality with respect to small scale spatial differences for multiple pollutants so as to gain a better understanding of the variability in exposure estimates in urban areas. Mobile measurements of 23 air pollutants were taken at high resolution in Montreal, Quebec, Canada, and examined with respect to space, time and their interrelationships. The same route was systematically followed on 34 measurement days spread over different seasons and measurements were compared to adjacent air quality monitoring network stations. This approach allowed linkage of the mobile measurements to the network observations and to generate average maps that provide reliable information on the typical, annual average spatial pattern. Sharp differences in the spatial distribution were found to exist between different pollutants on the sub-urban scale, i.e. the neighbourhood to street scales, even for pollutants usually associated with the same specific sources. Nearby microenvironments may have a wide range in average pollution levels varying by up to 300%, which may cause large misclassification errors in estimating chronic exposures in epidemiological studies. For example, NO2 measurements next to a main road microenvironment are shown to be 210–265% higher than levels measured at a nearby urban background monitoring site, while black carbon is higher by 180–200% and ultrafine particles are 300% higher. For some pollutants (e.g. SO2 and benzene), there is good correspondence on a large scale due to similar emission sources, but differences on a small scale in proximity to these sources. Moreover. hotspots of different pollutants were identified and quantified. These results demonstrate the ability of an independent heavily instrumented mobile laboratory survey to quantify the representativeness of the monitoring sites to unmonitored locations, reveal the complex relationships between pollutants and understand chronic multi-pollutant exposure patterns associated with outdoor concentrations in an urban environment.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».