Passive Air Sampling Networks Combined with Multivariate Statistics Reveal Widespread Non-Aroclor Polychlorinated Biphenyl Sources to the Canadian Atmosphere
Notice bibliographique
Résumé
Polychlorinated biphenyls (PCBs) in the North American atmosphere were originally thought to arise through volatilization of commercial Aroclor mixtures, but there is growing evidence of atmospheric emissions of non-Aroclor, i.e., unintentionally produced, PCBs. Here, we report on measurements of all 209 PCB congeners in 169 passive air samples collected between 2019 and 2022 using networks established around the Salish Sea, British Columbia (BC), and along the St. Lawrence River and Estuary, Quebec (QC), in Canada. Hierarchical cluster analysis and positive matrix factorization were employed to identify, distinguish, and quantify different PCB sources to the atmosphere. PCBs were detected at every single site, with elevated levels found in the urban centers of the region (Vancouver, BC; Montreal, Quebec City, QC), including in the vicinity of a municipal waste incinerator. We found evidence that suggests legacy Aroclor emissions, e.g., associated with electrical equipment storage in Pointe-Claire, QC, and building emissions in Burnaby, BC. We also identified several locations (e.g., in Sept-Îles and Alma, QC) where non-Aroclor sources are estimated to contribute over 40% of PCBs. In particular, PCB congeners 47, 51, and 68, known byproducts of 2,4-dichlorobenzoyl peroxide (2,4-DCBP) decomposition during silicone rubber and polyester production, were strongly associated with PCB-7 and -25. Although Aroclors were estimated to remain the main contributors of PCBs to the Canadian atmosphere, unintentional production is making a non-negligible contribution (estimated to be at least 10%). Of the known non-Aroclor sources, 2,4-DCBP is likely still used in North America with little to no regulation.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».