Concentration, source identification and risk assessment of atmospheric polycyclic aromatic hydrocarbons at a kindergarten school in Kigali, Rwanda
Notice bibliographique
Résumé
• We characterize PAHs at Kindergarten School in Sub-Saharan Africa. • PAHs exceeded the levels reported in kindergarten schools in high-income countries. • Wood burning and diesel traffic emissions were the primary sources of PAHs. • Cancer risk level significantly exceeded the WHO safe limit. • Policies to address air quality at African schools are urgently required. Africa has the world’s youngest population, with 40 % aged between 0 and 15 years, and it remains the region most affected by air pollution. In many African cities, kindergarten schools are often located in high-density and polluted urban environments with high levels of hazardous pollutants, including atmospheric polycyclic aromatic hydrocarbons (PAHs). Compared to the rest of the world, limited studies have quantified the exposure to and associated health risks of PAHs in schools in Africa. This study first characterizes and identifies sources of atmospheric PAH and assesses the health risks at a kindergarten school in Rwanda. Fine particulate matter (PM 2.5 ) was collected during the dry and wet seasons using a mini-volume air sampler, and 16 PAHs were characterized using gas chromatography. The total mean concentration of 16 PAHs was higher in the dry season (52.7 ± 21.9 ng/m 3 ) than in the wet season (49.5 ± 14.7 ng/m 3 ) and exceeded the levels reported in kindergarten schools in high-income countries. Source analysis using PAH diagnostic ratios and correlation analysis of PAHs with black carbon from biomass burning and fossil fuel showed that wood burning for cooking fuel and diesel traffic emissions were the main sources of PAHs at the kindergarten school. The estimated cancer risk level significantly exceeded the World Health Organization’s safe limit and indicates that children at kindergarten in Rwanda are exposed to high levels of toxic PAHs. Immediate attention is required, and schools should consider implementing policies and interventions to reduce children’s exposure to air pollution at kindergarten schools.
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 | 0,001 |
| 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 | 0,000 |
| 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 ».