Contrasting the elemental composition of fine particulate matter in urban and remote samples using single particle inductively coupled plasma time-of-flight mass spectrometry (SP ICP-ToF-MS)
Notice bibliographique
Résumé
Elevated concentrations of particulate matter (PM) are associated with poor air quality, and the health effects of PM exposure depend, in part, on its elemental composition. However, techniques to measure the elemental composition of fine and ultrafine PM at the single particle level are limited in terms of their ability to quantitatively detect a wide range of elements in a single particle. In this work, PM2.5 was collected and extracted from polycarbonate filtration membranes using four different methods to optimize recoveries. Based upon gravimetry, the best method tested gave an extraction efficiency of 73 ± 18%. The elemental compositions of the extracted particles were then determined using single particle inductively coupled plasma time-of-flight mass spectrometry (SP ICP-ToF-MS), which was applied to compare the composition of urban PM (Montreal, Canada) and PM collected from a remote high latitude region impacted by local mineral dust (Dhal Tʼàʼ, Canada). With respect to particle number, greater quantities of trace elements associated with anthropogenic sources were observed at the urban site. Specifically, Cr, Pb, Ni, Zn, Ag or Cu were found in 3.8% of the urban particles, often at high mole percentages, but only in 0.7% of the remote particles. Furthermore, the distribution of single particle Fe:Ni and Fe:Cu ratios observed at the urban site was shifted to lower values relative to the remote site. The results demonstrate the value of SP ICP-ToF-MS for analyzing ambient PM, although improved recoveries and sampling methodologies are needed to unlock the full potential of this technique.Copyright © 2025 American Association for Aerosol Research
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 | 0,001 | 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 | 0,000 | 0,002 |
| 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) | 0,000 | 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 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 ».