To analyze the spatial distribution patterns, risks, and sources of heavy metals (As, Cd, Cr, Cu, Hg, Mn, Ni, Pb, Zn, Fe), 36 road dust samples were collected from an urbanized area of Beijing in June 2016. The mean concentration of most metals, except As and Mn, exceeded their corresponding background values, with the mean concentration of Cd being 8 times that of its background. Spatially, for most heavy metals, except As and Mn, the high concentration areas were mainly within the 5th ring road, especially the northern area. The geo-accumulation index of Cd and Cu indicated moderate contamination at many sites. The entire study area was prone to potential ecological risks, with higher risks within the 4th ring road. Cd caused high potential ecological risk at most sites. According to the health risk assessment results, the non-carcinogenic risks that human beings suffered from heavy metals were insignificant. However, the carcinogenic risks due to Ni and Cr exceeded the acceptable level. Based on the source apportionment using positive matrix factorization, four factors were defined for the heavy metals. Factor 1, which was traffic-related exhaust, accounted for 34.47% of the concentration of heavy metals. The contributions of Factors 2 and 3 were approximately 25% each. Factor 2 was potentially related to coal combustion, while Factor 3 could be related to the manufacture and use of metal components. Factor 4, which could be related to the use of pesticides, fertilizers, and medical devices, accounted for 14.88%, which was the lowest.

The exploration of high-performance hydrogen evolution reaction (HER) catalysts is conducive to the development of clean hydrogen energy, yet still remains a challenge. Herein, we rapidly synthesize the Mo 2 C/MoS 2 heterostructure...

In managerial practice, decision-makers usually confront the problem of whether an organization (or decision-making unit, DMU) could expand its production to increase output. This paper develops new approaches for production scale expansion analysis and target setting of two-stage network systems based on data envelopment analysis. First, the technique of fixing the strongly efficient frontier is adopted to ensure that the analysis proceeds on the efficient frontier. Second, a model is proposed to obtain the maximum aggregated output for each DMU. A two-step procedure is then developed for production scale expansion analysis to check if expanding a DMU's production scale (i.e., increasing the inputs and intermediate measures) would increase, maintain, or decrease its outputs (due to congestion). Further, we build a model to set appropriate production scale expansion targets for DMUs capable of increasing outputs through production scale expansion, considering their limited ability to increase inputs. Our approach always proceeds with production scale expansion analysis on the production efficient frontier. It also provides a simple sufficient and necessary condition to judge the congestion situation of a DMU in production scale expansion. Finally, we illustrate the proposed approach using a simple numerical example and a case study of China's agricultural industry.