Effects of COVID-19 Control Measures on the Concentration and Composition of PM2.5-Bound Polycyclic Aromatic Hydrocarbons in Shanghai
Notice bibliographique
Résumé
In order to explore the effects of COVID-19 control measures on the concentration and composition of PM2.5-bound polycyclic aromatic hydrocarbons (PAHs), and to better understand the sources of PM2.5-bound PAHs, PM2.5, samples were collected at two sites in urban and suburban areas of Shanghai before the lockdown, during the lockdown, after the lockdown in 2020, and during the same periods in 2019. The mass concentrations of 21 individual PAHs were determined via GC-MS analysis. While the COVID-19 control measures significantly reduced the absolute concentration of PM2.5-bound PAHs, they had no significant effect on their relative abundances, indicating that the significantly reduced traffic emission may not originally be the major source of PAHs in Shanghai. The differences in the composition of PM2.5-bound PAHs at three different lockdown-related periods may be caused by the gas-particle distribution of semi-volatile PAHs. The similarity in the composition of PM2.5-bound PAHs in different functional areas and different periods brings more uncertainties to the identification of PAH sources using the diagnostic ratios. During the lockdown period, the toxic equivalent concentration of PM2.5-bound PAHs in Shanghai was estimated to decrease by about 1/4, which still exhibits substantial carcinogenic risk upon exposure via inhalation.
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 | 0,000 | 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 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».