Inverse Modeling of Formaldehyde Emissions and Assessment of Associated Cumulative Ambient Air Exposures at Fine Scale
Notice bibliographique
Résumé
Among air toxics, formaldehyde (HCHO) is an important contributor to urban cancer risk. Emissions of HCHO in the United States are systematically under-reported and may enhance atmospheric ozone and particulate matter, intensifying their impacts on human health. During the 2021 Michigan-Ontario Ozone Source Experiment (MOOSE), mobile real-time (~1 s frequency) measurements of ozone, nitrogen oxides, and organic compounds were conducted in an industrialized area in metropolitan Detroit. The measured concentrations were used to infer ground-level and elevated emissions of HCHO, CO, and NO from multiple sources at a fine scale (400 m horizontal resolution) based on the 4D variational data assimilation technique and the MicroFACT air quality model. Cumulative exposure to HCHO from multiple sources of both primary (directly emitted) and secondary (atmospherically formed) HCHO was then simulated assuming emissions inferred from inverse modeling. Model-inferred HCHO emissions from larger industrial facilities were greater than 1 US ton per year while corresponding emission ratios of HCHO to CO in combustion sources were roughly 2 to 5%. Moreover, simulated ambient HCHO concentrations depended significantly on wind direction relative to the largest sources. The model helped to explain the observed HCHO concentration gradient between monitoring stations at Dearborn and River Rouge in 2021.
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) | 0,001 | 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 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 ».