MétaCan
Menu
Retour à la cohorte
Enregistrement W2007293655 · doi:10.4000/vertigo.12805

Proximité au trafic routier et pollution de l’air en Ile-de-France

2013· article· fr· W2007293655 sur OpenAlexvenueno aff
Cécile Honoré, Fabrice Dugay, Pierre Pernot

Notice bibliographique

RevueVertigO · 2013
Typearticle
Languefr
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

En Ile-de-France, la pollution en proximité au trafic routier constitue une problématique cruciale, particulièrement en cœur d’agglomération. Airparif, association agréée de surveillance de la qualité de l’air en Ile-de-France, assure le suivi quotidien et au long cours des polluants réglementés via : un réseau de mesure, constitué de stations de fond et de proximité au trafic; un inventaire des émissions polluantes, avec un traitement spécifique des émissions du trafic routier; des systèmes de modélisation et de cartographie de la qualité de l’air intégrant la proximité au trafic routier.Parmi les polluants fortement émis par le trafic routier, le benzène et le CO ne sont plus problématiques en Ile-de-France; en revanche, dioxyde d’azote (NO2) et particules connaissent des dépassements très intenses des valeurs limites réglementaires en proximité au trafic routier; pour NO2, les dépassements ont également lieu en fond. De plus, les niveaux sont stables en proximité au trafic. Cela conduit de façon récurrente à plus de trois millions d’habitants potentiellement exposés à des niveaux critiques de pollution atmosphérique. Un des enjeux futurs de la surveillance de la qualité de l’air est la caractérisation fine des niveaux, notamment en proximité au trafic routier. Les développements actuels concernent la modélisation haute résolution des concentrations; la cartographie intégrant sorties de modèles et observations. Ceci afin d’améliorer l’évaluation de l’exposition des populations dans les études santé environnement menées par les acteurs de la santé; de renforcer l’appui aux pouvoirs publics pour la gestion de la qualité de l’air.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,332
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,215
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
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
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetVehicle emissions and performanceTravaux en français237 207