Heavy Metal Pollution in Arid Urban Environments: Anthropogenic and Geogenic Insights from Road Dust in the United Arab Emirates
Notice bibliographique
Résumé
Dust is a significant environmental concern due to its pervasive nature and potential health risks, particularly from heavy metals. This is exacerbated in urban areas, where dust can act as a reservoir for pollutants, posing risks to human health through various exposure pathways. This study aims to explore and compare the distribution of heavy metals in road dust from two distinct cities in the UAE: Dubai, a commercial hub, and Khor Fakkan, a coastal town with industrial activities. Road dust samples were collected from 29 locations in both cities, including areas with varying traffic density, residential settings, and industrial zones. Findings reveal notable levels of Cd exceeding background levels across both regions, with a slightly higher range (18.05-47.99 mg/kg) in Khor Fakkan compared to (13.96-44.03 mg/kg) in Dubai. Similarly, Zn levels peak at 587.88 mg/kg in certain samples in Dubai and reach 1802.02 mg/kg in Khor Fakkan. Principal Component Analysis highlights Co, Fe, Cd, and Zn as primary pollutants in Dubai, while Ni, Cr, Cu, and Co are predominant in Khor Fakkan. Overall, pollution index analyses, including the geoaccumulation index, pollution index, and enrichment factor, underscore Cd, Zn, and Ni as key pollutants across both regions, with hotspots associated with industrial and vehicular emissions. Representative series of the EFs are also presented, emphasizing the average extent of pollution with various heavy metals. Future work should focus on source attribution analyses and risk mitigation strategies to reduce heavy metal pollution in urban environments and protect public health and ecosystems.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».