Spatial–Temporal Variations in Source-Specific PM2.5: Investigation of the Calgary Metropolitan Region, Alberta, Canada
Notice bibliographique
Résumé
Abstract The Calgary Spatial and Temporal Exposure Modeling (CSTEM) Study collected 2-week long filter samples in two different ways to study the spatial–temporal distribution of source contributions to PM 2.5 across Calgary, Alberta, Canada and its peri-urban region in 2015–2016. The spatial study involved 125 sites in each of two periods: August 2015 and January–February 2016. Alternatively, the temporal study collected samples each month at a subset of 4 sites within the Calgary city limits. The samples were analyzed for their chemical compositions and the data subjected to positive matrix factorization (PMF) for source identification and quantification. Five sources (soil/road dust, traffic, road salt, secondary inorganic aerosol/coal, and refineries) were identified from the spatial data set and four sources (soil/road dust, road salt, secondary inorganic aerosol, traffic/wood burning) from the temporal data set. Results demonstrated that PMF can resolve meaningful source types from a spatial or temporal dataset even when they are limited by longer integrated sampling times. Results from the spatial dataset modelling showed higher spatial heterogeneity in PM 2.5 contributions within the urban area, particularly for the local source types (vehicles, road dust, and refineries), demonstrating a key limitation in applying central site estimates of PM 2.5 source contributions across a large urban and non-urban area. Analysis of the temporal data from the 4 urban sites generally showed similarity in their source contributions, reflecting similar local sources, particularly highways and residential areas. Graphical Abstract
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,005 |
| Études des sciences et des technologies | 0,002 | 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 ».