A Comparative Study of Heavy Metal Pollution in Ambient Air and the Health Risks Assessment in Industrial, Urban and Semi-Urban Areas of West Bengal, India: An Evaluation of Carcinogenic, Non-Carcinogenic, and Additional Lifetime Cancer Cases
Notice bibliographique
Résumé
Air pollution is an immense problem due to its detrimental health effects on human populations. This study investigates the distribution of particle-bound heavy metals and associated health risks in three diverse areas (Durgapur as an industrial complex, Kolkata as an urban area, and Bolpur as a semi-urban region) in West Bengal, India. Twenty-one (84 samples) sampling sites were chosen, covering industrial, traffic, residential, and sensitive zones. The respirable suspended particulate matter (RSPM) samples were collected using a portable Mini-Vol Tactical Air Sampler, and heavy metal concentrations (Cd, Cr, Mn, Ni, Pb, and As) were analyzed using ICP-OES. The non-carcinogenic and carcinogenic health risks were assessed using exposure concentration (EC), hazard quotient (HQ), hazard index (HI), and additional lifetime cancer cases. The results highlight variations in heavy metal concentrations across the regions, with industrial areas exhibiting higher levels. Principal component analysis (PCA) unveiled distinct metal co-variation patterns, reflecting sources such as industrial emissions, traffic, and natural contributors. The sum of non-carcinogenic risks (HI) of all heavy metals exceeded the US EPA’s risk limit (HI<1) in both Kolkata and Durgapur, except for Bolpur. Similarly, the sum of cancer risk in three distinct areas exceeded the USEPA limits (1.00E-06). The Monte Carlo simulation revealed the 5th and 95th percentile range of cancer risk was 9.12E-06 to 1.12E-05 in Bolpur, 3.72E-05 to 4.49E-05 in Durgapur and 2.13E-05 to 2.57E-05 in Kolkata. Kolkata had the highest additional lifetime cancer cases compared to Bolpur and Durgapur. This study provides information on the complex connections between heavy metal pollution and possible health risks in industrial, urban, and semi-urban regions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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 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 ».