Quantifying Vehicle Emission Factors for Various Ambient Conditions using an On-Road, Real-Time Emissions System
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<div class="htmlview paragraph">This paper demonstrates vehicle emission factor measurement using an on-board, on-road system and examines the effects of ambient temperature on those emission factors. Vehicle operating parameters, fuel consumption and emissions were measured on-road using a portable measurement system designed for ease of use with a range of vehicles, drivers and driving situations. The results reported here come from repeated trips over a 17.4 km urban / suburban route with a particular driver and vehicle. As such, the emission factors developed here do not represent the current on-road fleet. However, they show the strong influence of actual operating conditions (particularly ambient temperature) and of the vehicle control system's response to non-standard conditions. This leads to an appreciation for on-road testing as a means to illustrate vehicle emission behavior in real conditions and to highlight conditions which may require more detailed study.</div> <div class="htmlview paragraph">A series of trips over a one year period, (with an ambient temperature range of -25 to +20°C), were analyzed to develop emission factor models with one, two or three emission factors. The results emphasize the inadequacy of using a single “grams-per-mile” emission factor to model emissions of vehicles operating over a range of trip lengths and ambient conditions. A two-emission-factor model provides adequate information to accommodate short trip lengths and a three-emission-factor model can fit the detailed behavior but is generally not required.</div>
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 découle