MétaCan
Menu
Retour à la cohorte
Enregistrement W4405833231 · doi:10.1016/j.atmosenv.2024.121006

Elucidating the origins of ultrafine particles in a major city using long-term datasets: Evidence of a new midday process

2024· article· en· W4405833231 sur OpenAlexafffundabout
Hosna Movahhedinia, Nathan Hilker, Cheol–Heon Jeong, Jonathan M. Wang, Greg J. Evans

Notice bibliographique

RevueAtmospheric Environment · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueAtmospheric chemistry and aerosols
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTerm (time)Process (computing)Environmental scienceUltrafine particleComputer scienceMaterials scienceNanotechnologyPhysics

Résumé

récupéré en direct d'OpenAlex

Ultrafine particles (UFPs) are both directly emitted from human activities and produced through atmospheric processes. The origins of ultrafine particles were explored in an urban area by analyzing 6 to 520 nm particle size data collected from 2006 to 2021 near a busy roadway in downtown Toronto, Canada. Days were classified into five categories: Strong Nucleation, Midday Pollution, Traffic Pollution, Baseline, and Mixed. Strong Nucleation days, which comprised about 6% of the days, showed long nucleation events (¿ 3 hr) with an average particle number concentration of 3.1±0.1 × 1 0 4 #/ cm 3 around noon (10 am to 2 pm). Midday Pollution days also exhibited higher particle concentrations around noon with an average of 3.3±0.06 × 1 0 4 #/ cm 3 . The higher number concentrations on these days appeared to arise from locally emitted UFP and be associated with enhanced production of UFP within vehicle exhaust plumes. The Traffic Pollution days showed morning traffic emissions, with no midday rise. The average total UFP concentration around the morning rush hour (6 am to 9 am) on these days was 2.1±0.2 × 1 0 4 #/ cm 3 . About 27% of the days had lower particle number concentrations (daily average: 1.2±0.2 × 1 0 4 #/ cm 3 ) throughout the day. The number concentrations were lower on these “Baseline days” and the influence of traffic emissions was also lower but still observable in the diurnal pattern. Lastly, Mixed days were the days that showed higher than Baseline concentrations of UFP around the morning rush hour (2.0±0.06 × 1 0 4 #/ cm 3 ) or midday (2.3±0.1 × 1 0 4 #/ cm 3 ); UFP on these days came from a mix of traffic pollution, nucleation event, or a midday process, with no one of these sources clearly dominant. These days could not be categorized into any of these categories with confidence. Analysis of the organic and inorganic speciation, trace elements, and traffic-related air pollutants suggested that the UFP on Midday Pollution days came from vehicle emissions enhanced by reactions within their exhaust plumes. Moreover, the time series analysis of these categories showed that the frequency of Midday Pollution days has decreased over the years with the number of Baseline days correspondingly increasing. Meteorological analysis showed that Midday and Traffic Pollution days happened more often in winter while Strong Nucleation days were more frequent in summer. This study has shown that higher midday UFP concentrations do not arise only due to nucleation events and that a previously unrecognized Midday Pollution process can be a large contributor. • Particle size distribution was collected in an urban area from 2006 to 2021. • Based on particle size distribution days were classified into five categories. • A previously unrecognized ”Midday Pollution” process was observed after classifying. • Noon UFP levels on Midday Pollution days were like those on Strong Nucleation days. • UFP on Midday Pollution days had larger spikes associated with vehicle exhaust.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,079
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,034
Tête enseignante GPT0,268
Écart entre enseignants0,234 · 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.

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

Citations4
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAtmospheric EnvironmentMême sujetAtmospheric chemistry and aerosolsTravaux en français237 207