Research on Relationship between Possession of Private Vehicles and Air Quality in China
Notice bibliographique
Résumé
This paper deals with the relationship between possession of private vehicles and air quality, applying panel data model and based on the data in 31 provinces of China from 2003 to 2009. The research shows that there is hardly positive correlation between them in the provinces in China. On the contrary, the correlation between them is negative in most of the provinces. As a result, we conclude that private vehicles don’t cause serious air pollution and there must be other more essential factors that cause air pollution. Key words: Possession of private vehicles; Air quality; Panel data model Resume: Cet article traite de la relation entre la possession de vehicules prives et la qualite de l'air, en utilisant le modele de groupe de donnees et base sur les donnees dans 31 provinces chinoises de 2003 a 2009. La recherche montre qu'il n'y a guere de correlation positive entre eux dans les provinces en Chine. Au contraire, la correlation entre eux est negative dans la plupart des provinces. En consequence, nous concluons que les vehicules prives ne causent pas de pollution de l'air grave et il doit y avoir d'autres facteurs plus essentiels qui causent la pollution de l'air. Mots-cles: Possession de vehicules prives; Qualite de l'air; Modele de groupe de donnees
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,000 | 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 ».