Exposing Halogenated Airborne Pollutants by Non-Targeted Screening of Passive Samplers Using Ion Mobility-Mass Spectrometry
Notice bibliographique
Résumé
Air pollution poses significant risks to human health and the environment, necessitating comprehensive monitoring and analysis to identify and mitigate the presence of harmful pollutants. This study focuses on Hamilton and Sarnia, Ontario, Canada, known for their industrial activities and associated air pollution challenges. Employing gas chromatography coupled with ion mobility spectrometry and high-resolution mass spectrometry (GC-IMS-MS) on samples collected by polyurethane foam passive samplers, we aimed to uncover the presence of halogenated airborne organic pollutants, including those not typically monitored in standard air quality assessments. Our research successfully identified 19 groups of halogenated pollutants in the air samples. These include a range of chlorinated and brominated anisoles, as well as a previously undocumented polyfluoroalkyl substance (PFAS) that was confirmed with a synthesized standard. Polychlorinated biphenyls (PCBs), chlorinated organophosphate esters (OPEs) and various agricultural contaminants were also tentatively identified based on mass spectral interpretation. The study revealed significant differences in the pollutant profiles between the two cities, reflecting their distinct industrial influences. The application of non-target screening techniques also highlighted the complex nature of air pollution and the necessity for broader monitoring strategies to protect public health and the environment.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».