Traffic Emissions and Air Quality near Roads in Dense Urban Neighborhood
Notice bibliographique
Résumé
A traffic simulation was developed for a dense neighborhood in the city of Montreal, Quebec, Canada (8,656 links), and was linked with a regional traffic assignment model, which was used to determine the travel demand originating in and destined for the study area. With a version of the U.S. Environmental Protection Agency's Motor Vehicle Emissions Simulator model fit with local data, traffic emissions for each link were simulated by the use of instantaneous speed profiles. Emissions of greenhouse gases (GHG), oxides of nitrogen (NO x ), and carbon monoxide (CO) were modeled under a range of regional and local policies, including fleet renewal, street closures, reduced demand, reduced internal car trips, and reduced through traffic. Several traffic scenarios were modeled in the traffic assignment and simulation models to represent these policies. Because of the high congestion levels in the neighborhood under base case conditions, limited networkwide reductions in emissions were observed, except in the scenario that aimed to reduce through traffic (29% reduction in GHG emissions compared with that in the base case scenario). Significant changes in the spatial patterns of emissions were detected. Average and instantaneous speed-based estimates were also compared; the average speed mode tended to overestimate total emissions as network speeds decreased. Finally, dispersion modeling was conducted along selected corridors to evaluate the effects of different scenarios on air quality. The study found significant increases in air pollution as a result of the street closure scenario and significant decreases with the reduced through traffic scenario.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».