MétaCan
Menu
Retour à la cohorte
Enregistrement W4404971018 · doi:10.14447/jnmes.v27i3.a09

Assessing the Toxicological Impact of Exhaust Gas Particulate Matter Across Various Fuels During Cold Temperature Operation

2024· article· en· W4404971018 sur OpenAlexvenueno aff
M. Thirunavukkarasu, Yagya Dutta Dwivedi, G. C. Deepak, D. Chithra, Satguru Prasad, Sunil Kumar Kothapalli, Shailendra Kumar Bohidar, Nadavala Siva Kumar, V K Vijayan

Notice bibliographique

RevueJournal of New Materials for Electrochemical Systems · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueHeat transfer and supercritical fluids
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésParticulatesEnvironmental scienceExhaust gasEnvironmental chemistryWaste managementChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

The ever-increasingly stringent emission objectives and restrictions have not been able to alleviate the serious danger that road traffic emissions bring to human health.Several EU countries' older vehicle fleets continue to contribute significantly to particulate matter (PM) emissions, despite the new passenger car laws' successfully reduce the PM emissions.It has also been demonstrated that various driving situations, such as sub-zero running temperatures, impact the emissions, and the toxicity of particulate matter (PM) emissions from various novel biobased fuels is still up in the air.Generally speaking, there is a dearth of both theoretical and empirical information regarding the toxicity of various PM emissions and circumstances.This study demonstrates that at sub-zero temperatures, exhaust gas particulate matter (PM) from recently controlled passenger cars powered by various fuels can cause toxicological reactions in laboratory settings.Using exhaust gas volume-based PM doses and an older diesel vehicle, we were able to assess the impact of the new emissions regulations and gain a clearer grasp of the actual exposure.Toxicological reactions and particulate matter (PM) concentrations were highest in E20 gasoline in vehicles that were required to comply with the new standards, but E80, a higher methanol blend, produced exhaust gas PM concentrations that were marginally lower and significantly lower, respectively.Engines that ran on modern diesel and LNG produced the fewest particulate matter (PM) concentrations and toxicological reactions.The current research demonstrates that different fuels have different levels of harmful exhaust gas PM.The increased emissions limits were beneficial, as previous diesel cars produced far more particulate matter (PM), which was both more concentrated and more harmful than what modern cars produce.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,709

Scores Codex et Gemma par catégorie

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

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 Opus0,015
Tête enseignante GPT0,307
Écart entre enseignants0,292 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of New Materials for Electrochemical SystemsMême sujetHeat transfer and supercritical fluidsTravaux en français237 207