Variability of airborne microbial communities and associations with organic pollutants in African air particulate matter across land-use types
Notice bibliographique
Résumé
Exposure to particulate matter (PM) is a major global health concern, yet the potential relationships between its chemical and microbial components remains poorly understood, particularly in rapidly urbanizing, understudied settings. This study presents an integrated assessment of polycyclic aromatic hydrocarbons (PAHs), nitrated PAHs (NPAHs), bacteria, and fungi in both fine (PM 2 . 5 ) and coarse (PM 10 ) aerosols across urban, roadside, and rural sites in sub-Saharan Africa, with a focus on Rwanda across dry and wet seasons. Microbial analysis revealed that the richness and community structure of the airborne bacterial and fungal communities varied with land-use type, linked with PAH/NPAH abundance, PM size fraction, and season. Spearman correlation coefficient confirmed that bacterial communities were more strongly associated with PAH and NPAH compounds, whereas fungal communities were shaped primarily by environmental factors. One bacterial genus, Sphingobium , exhibited evidence of selective enrichment within the PAH rich PM 2 . 5 size fraction, highlighting the potential for direct interaction between the biological and chemical compositions in air. We provide a critical baseline for African cities where air quality data are scarce. Current air quality standards, which prioritize chemical thresholds, overlook the biological burden carried by PM.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».