MétaCan
Menu
← Retour à la cohorte
Enregistrement W4379801488 · doi:10.5194/egusphere-2023-1039

Source Apportionment of PM <sub>2.5</sub> in Montréal, Canada and Health Risk Assessment for Potentially Toxic Elements

2023· preprint· en· W4379801488 sur OpenAlexfundaboutno aff
Nansi Fakhri, Robin Stevens, Arnold Downey, Konstantina Oikonomou, Jean Sciare, Charbel Afif, Patrick L. Hayes

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesHorizon 2020Natural Sciences and Engineering Research Council of CanadaAlliance de recherche numérique du CanadaEuropean CommissionCanada Foundation for Innovation
Mots-clésApportionmentEnvironmental sciencePollutionTrace gasPopulationSulfateEnvironmental chemistryAerosolEnvironmental engineeringGeographyChemistryMeteorologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Abstract. Source apportionment of PM2.5 was performed using positive matrix factorization (PMF) based on detailed chemical composition data from 24-h filters collected over 3-months period (August–November 2020) at an urban site in Montréal, a Canadian city with a population of approximately 4 million people. This source apportionment study, which examined the main contributing sources to PM2.5 using a large suit of organic molecular markers, is the first of its sort in Canada. A focus of this study was on quantifying previously unresolved sources of PM2.5 through the inclusion in the PMF analysis of additional organic molecular markers beyond those measured typically by the Canadian government’s National Air Pollution Surveillance Program (NAPS). The organic species included in the PMF model were namely, n-alkanes, hopane, fatty acids, dicarboxylic acids, and biogenic secondary organic aerosols (SOA) tracers. Secondary inorganic aerosols (SIA) and SOA were the dominant components and constituted 39 % of the measured PM2.5 mass while the local primary anthropogenic sources, namely traffic exhaust, road dust, industrial, and cooking emissions contributed 23 %. The chemical transport model GEOS-Chem revealed that ammonium sulfate concentrations in Montréal are strongly influenced by both local sources in Québec and transboundary input from the United States, with the transboundary input exceeding the local emissions for SOA. Co and Cr(VI) presented an elevated cancer risk, highlighting that more attention should be given to these trace metals, which were associated with industrial emissions by the PMF analysis. Furthermore, the results showed that industrial emissions were minor contributors to the total PM2.5 mass, but the largest contributors to Co and Cr(VI) concentrations. Thus, the health hazards associated with this source cannot be entirely established by the PM2.5 mass concentration alone. This study highlights that, when evaluating air quality in Montréal and other urban regions, the prioritization of sources for mitigations strategies will diverge if one considers total PM2.5 mass concentration or the concentration of individual particulate-bound contaminants. Furthermore, the large transboundary contribution from the United States to total PM2.5 levels suggests that future municipal, provincial and federal monitoring and regulations would be more effective if they focus on specific high-risk contaminants (e.g., Co and Cr(VI) rather than total PM2.5.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,318
Écart entre enseignants0,274 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAir Quality and Health Impacts→Travaux en français237 207→