Examining the effectiveness of municipal street sweeping in removing road-deposited particles and metal(loid)s of respiratory health concern
Notice bibliographique
Résumé
Road dust is a demonstrated source of urban air pollution. Given this, the implementation of street sweeping strategies that effectively limit road dust accumulation and resuspension should be a public health priority. Research examining the effectiveness of street sweeping for road dust removal in support of good air quality has been limited to date. To address this, the study aimed to assess the use of a regenerative-air street sweeper to efficiently remove road dust particles and metal(loid)s in size fractions relevant for respiratory exposure in Toronto, Canada. As part of this, the mass amounts, particle size distribution and elemental concentrations of bulk road dust before and after sweeping at five arterial sites were characterized. Sweeping reduced the total mass amount of thoracic-sized (<10 µm) road dust particles by 76 % on average. A shift in the size distribution of remaining particles toward finer fractions was observed in post-sweeping samples, together with an enrichment in many metal(loid)s such as Co, Ti and S. Overall, the mass amounts of metal(loid)s of respiratory health concern like Cu and Zn were greatly reduced with sweeping. Traffic volume and road surface quality were predictors of dust loadings and elemental concentrations. Road surface quality was also found to impact street sweeping efficiencies, with larger mass amounts per unit area collected post-sweeping where street surfaces were distressed. This study demonstrates that street sweeping using advanced technology can be highly effective for road dust removal, highlighting its potential to support air quality improvement efforts. The importance of tailoring sweeping service levels and technologies locally as per the quality of road surface and traffic patterns is emphasized. Continued efforts to mitigate non-exhaust emissions that pose a respiratory health risk at their source is essential.
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 | 0,001 |
| 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 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 ».