MétaCan
Menu
Retour à la cohorte
Enregistrement W98726368

Field deployment of thin film passive samplers (POGs) for persistent organic pollutants (POPs): a study in the urban atmospheric boundary layer.

2005· article· en· W98726368 sur OpenAlexaboutno aff
Nick J. Farrar, Tom Harner, Mahiba Shoeib, Andrew J. Sweetman, Kevin C. Jones

Notice bibliographique

RevueLancaster EPrints (Lancaster University) · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality Monitoring and Forecasting
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceEnvironmental chemistryPollutantOrganochlorine pesticidePlanetary boundary layerPesticideBoundary layerChemistry
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper reports on the first field deployment of rapidly equilibrating thin-film passive air samplers under ambient conditions. The POlymer-coated Glass (POG) samplers have a coating of ethylene vinyl acetate (EVA) less than 1 μm thick applied to a glass surface. This can be dissolved off after exposure and prepared for the quantification of persistent organic pollutants (POPs) that have partitioned into the film during field exposure. In this study, POGs were deployed at various heights on the CN Tower in Toronto, Canada, to investigate the vertical distribution of selected compounds (PCBs, PAHs, organochlorine pesticides) in the atmospheric boundary layer of an urban area. The feasibility of the method to detect POPs from a few cubic meters of air was demonstrated, indicating the potential for rapid, low-volume sampling of air for ambient levels of POPs. PAH levels declined sharply with height, confirming ground-level emissions in urban areas as sources of these compounds; PCBs did the same, although less strongly. Different sampling events detected different vertical distributions of OC pesticides which could be related to local or distant sources, and variations in POPs on the samplers in these different events/heights demonstrate the dynamic nature of sources and atmospheric mixing of POPs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,089
Score d'incertitude au seuil0,178

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,239
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLancaster EPrints (Lancaster University)Même sujetAir Quality Monitoring and ForecastingTravaux en français237 207