Distribution of Nanoparticles near a Major U.S. and Canada Trade Bridge: Comparison of Simulations with Field Data
Notice bibliographique
Résumé
Dispersion of ultrafine particles arising from traffic emissions on a major international bridge (the Peace Bridge) between U.S. and Canada was studied during the summer of 2004. A computational model for evaluating the transport and dispersion of vehicular emissions from the Peace Bridge Complex (PBC) into the downwind neighborhood was developed to improve the estimation of ultrafine particle number concentrations in this area of Buffalo, New York. An unstructured computational grid of the Peace Bridge and its vicinity was generated and the mean airflow was simulated using the standard k-ε turbulence model in the FLUENTTM code (ANSYS, Inc, Canonsburg, PA). A Discrete Random Walk (DRW) model was used to simulate the instantaneous turbulence fluctuating velocity. A Lagrangian particle-tracking model was used to simulate the transport and dispersion of particles from the motor vehicles on the bridge and in the Peace Bridge Plaza area. The particle transport model accounts for the drag and Brownian forces acting on the particle, as well as the gravitational sedimentation effects. These results were compared with a series of particle size distribution measurements made over the region of interest. For particulate emissions measured in the size range of 16 to 166 nm, the simulated size-fractionated particle concentrations show agreement with the field measurements with estimated errors of approximately 15%. These results suggest that CFD modeling could provide the basis for reasonable estimates of the exposure from specific major roads in the downwind area.
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 | 0,000 |
| 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 ».