MétaCan
Menu
← Back to cohort
Record W7064627510

Characterization of urban aerosols and their sources by positive matrix factorization : the cases of Beirut and Montréal

2023· dissertation· fr· W7064627510 on OpenAlexaboutno aff

Bibliographic record

VenuePapyrus : Institutional Repository (Université de Montréal) · 2023
Typedissertation
Languagefr
FieldEngineering
TopicSuperconducting Materials and Applications
Canadian institutionsnot available
Fundersnot available
KeywordsAir pollutantsStatistical analysisUrban environmentUrban waste
DOInot available

Abstract

fetched live from OpenAlex

Ce travail de thèse est axé sur la caractérisation chimique des particules fines (PM2.5), l'identification des sources de PM2.5 et l'évaluation du risque sanitaire associé à l'exposition des polluants pour des échantillons prélevés sur deux sites à Beyrouth, Liban, et un site à Montréal, Canada. L'échantillonnage des aérosols a été réalisé sur deux sites au Liban entre le 29 Avril et le 9 Octobre 2014 : un site suburbain «USJ» et un site urbain « Hersh ». Les concentrations moyennes de PM2.5 étaient de 29±16 µg/m3 pour le site urbain de Beyrouth et de 32±14 µg/m3 pour le site suburbain de Beyrouth. Un échantillonnage a été effectué sur un site urbain à Montréal entre le 13 Août et le 11 Novembre 2020 et la concentration moyenne de PM2.5 était de 4±3 µg/m3. En plus des ions solubles dans l'eau, des éléments, du carbone élémentaire et organique, les mesures de la composition des PM2.5 comprenaient une large gamme de marqueurs moléculaires organiques. Cette étude utilise ces mesures pour explorer qualitativement les sources potentielles (par exemple à partir de la corrélation des éléments) avant de passer à une approche plus quantitative de l’identification des sources à l'aide de la factorisation matricielle positive (PMF). L’identification et la quantification des sources de PM2.5 a été effectuée en utilisant simultanément des espèces organiques et inorganiques dans le modèle PMF. Le but de ce travail est d'étudier les sources de PM non résolues auparavant, telles que les sources primaires et secondaires biogéniques et anthropiques en utilisant certains marqueurs organiques sélectionnés, tels que les n-alcanes, l'hopane, les acides gras, les acides dicarboxyliques et les traceurs d'aérosols organiques secondaires biogéniques dans le modèle PMF. Un modèle d'évaluation des risques pour la santé a été utilisé pour déterminer le risque associé aux éléments émis des sources identifiées à l'aide du modèle PMF.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.080
Threshold uncertainty score0.162

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0020.002
Science and technology studies0.0010.001
Scholarly communication0.0010.000
Open science0.0010.001
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.006
GPT teacher head0.168
Teacher spread0.163 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes1
Has abstractyes

Explore more

Same venuePapyrus : Institutional Repository (Université de Montréal)→Same topicSuperconducting Materials and Applications→French-language works237,207→