MétaCan
Menu
Retour à la cohorte
Enregistrement W2037421758 · doi:10.1177/0270467606295405

An Evaluation of the AirCare Program Based on Cost-Benefit and Cost-Effectiveness Analyses

2006· article· en· W2037421758 sur OpenAlexaff
Hsiaotao T. Bi, Dianle Wang

Notice bibliographique

RevueBulletin of Science Technology & Society · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésGreenhouse gasEnvironmental scienceCost effectivenessCost–benefit analysisPollutantEnvironmental economicsAir quality indexCost analysisCost benefitWaste managementEnvironmental engineeringBusinessOperations managementEngineeringRisk analysis (engineering)Operations researchEconomicsMeteorologyChemistry

Résumé

récupéré en direct d'OpenAlex

A cost-benefit analysis of the AirCare program in the province of British Columbia on the basis of emissions cost factors from the literature showed a benefit outweighing the cost. Furthermore, a cost-effectiveness analysis comparing the AirCare program with a hybrid-car rebate program revealed that the AirCare program is more effective in reducing emissions of major air pollutants such as NO x , hydrocarbons, and CO. However, the hybrid-car rebate program contributes significantly to the reduction of greenhouse gas emissions because of much greater fuel efficiency, although its contribution to reducing emissions of major air pollutants is small compared with that of the AirCare program. Both the AirCare program and the hybrid-car program are therefore essential to addressing both local air quality improvement and global warming issues, and the programs complement each other.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,185
Score d'incertitude au seuil0,474

Scores Codex et Gemma par catégorie

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

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 Opus0,029
Tête enseignante GPT0,329
Écart entre enseignants0,299 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBulletin of Science Technology & SocietyMême sujetVehicle emissions and performanceTravaux en français237 207