MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386583138 · doi:10.1016/j.scitotenv.2023.166965

Evaluating the effectiveness of low-sulphur marine fuel regulations at improving urban ambient PM2.5 air quality: Source apportionment of PM2.5 at Canadian Atlantic and Pacific coast cities with implementation of the North American Emissions Control Area

2023· article· en· W4386583138 sur OpenAlexaffabout
Angelos T. Anastasopolos, Philip K. Hopke, Uwayemi M. Sofowote, Dennis Mooibroek, Joyce J.Y. Zhang, Mathieu Rouleau, Hui Peng, Navin Sundar

Notice bibliographique

RevueThe Science of The Total Environment · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensEnvironment and Climate Change CanadaMinistry of the Environment, Conservation and ParksHealth Canada
Organismes subventionnairesnon disponible
Mots-clésApportionmentEnvironmental scienceAir quality indexEnvironmental protectionEnvironmental engineeringMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

Ambient fine size fraction particulate matter (PM2.5) sources were resolved by positive matrix factorization at two Canadian cities on the Atlantic and Pacific coast over the 2010–2016 period, corresponding to implementation of the North American Emissions Control Area (NA ECA) low-sulphur marine fuel regulations. Source types contributing to local PM2.5 concentrations were: ECA regulation-related (residual oil, anthropogenic sulphate), urban transportation and residential (gasoline, diesel, secondary nitrate, biomass burning, road dust/soil), industry (refinery, Pb-enriched), and largely natural (biogenic sulphate, sea salt). Anthropogenic sources accounted for approximately 80 % of PM2.5 mass over 2010–2016. Anthropogenic and biogenic sources of PM2.5-sulphate were separated and apportioned. Anthropogenic PM2.5-sulphate was approximately 2–3 times higher than biogenic PM2.5-sulphate prior to implementation of the NA ECA low-S marine fuel regulations, decreasing to 1–2 times higher after regulation implementation. Non-marine anthropogenic sources (gasoline, road dust, local industry factors) were shown to together contribute 38 % - 45 % of urban PM2.5. At both coastal cities, the residual oil and anthropogenic sulphate factors clearly reflected the effects of the low-S fuel regulations at reducing primary and secondary sulphur-related PM2.5 emissions. Comparing a pre-regulation and post-regulation period, residual oil combustion PM2.5 decreased by 0.24–0.25 μg/m3 (94%–95 % decrease) in both cities and anthropogenic sulphate PM2.5 decreased by 0.78 μg/m3 in Halifax (47 % decrease) and 0.71 μg/m3 in Burnaby (58 % decrease). Regulation-related PM2.5 across these factors decreased by approximately 1 μg/m3 after regulation implementation, providing a quantified lower estimate of the beneficial influence of the regulations on urban ambient PM2.5 concentrations. Further reductions in coastal city ambient PM2.5 may best consider air quality strategies that include multiple sources, including marine shipping and non-marine anthropogenic source types given this analysis found that marine vessel emissions remain an important source of urban ambient 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)0,004
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,141
Score d'incertitude au seuil0,284

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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

Citations32
Publié2023
Routes d'admission2
Résumé présentnon

Explorer davantage

Même revueThe Science of The Total Environment→Même sujetAtmospheric chemistry and aerosols→Travaux en français237 207→