MétaCan
Menu
Retour à la cohorte
Enregistrement W2133097658 · doi:10.1061/9780784412688.011

Carbon Dioxide Emissions by the Transportation Sector in Kathmandu Valley, Nepal

2012· article· en· W2133097658 sur OpenAlexaboutno aff
Pramen P. Shrestha, K. Joseph Shrestha, Krishna Prasad Shrestha

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueVehicle emissions and performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationEnvironmental scienceCarbon dioxideAir pollutionAir quality indexPopulation densityPollutionEnvironmental engineeringGeographyEnvironmental protectionMeteorologyEnvironmental health

Résumé

récupéré en direct d'OpenAlex

Kathmandu Valley (approximately 570 km2) is the largest city and the capital of Nepal. In 1991, it had a population of 1.1 million. The population rose to nearly 2.5 million in 2011, with a population density of 4,386/km². This is about 1.6 times the population density of an average Canadian urbanized area, which is 2,656/km2. The transportation sector is the largest source of air pollution in the valley. In 1990, there were 40,133 vehicles in the valley. This number reached 330,336 in 2011, an increase of 8-fold within 20 years. Recent data showed that there are 15,008 diesel and 315,328 gasoline vehicles. This paper determines the amount of carbon dioxide (CO2) emitted by these vehicles. Vehicle data were collected from the Department of Motor Vehicles, Kathmandu, Nepal. The emission rate of each type of vehicle was collected from the vehicle manufacturers. The study showed that Kathmandu Valley had highest level of pollution in Nepal. The CO2 emission from each type of vehicle also was calculated. Recommendations regarding improving the air quality of the valley are presented.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,233

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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,209
Écart entre enseignants0,199 · 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'étudeObservationnel
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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetVehicle emissions and performanceTravaux en français237 207