In-Vehicle Exposures to Particulate Air Pollution in Canadian Metropolitan Areas: The Urban Transportation Exposure Study
Notice bibliographique
Résumé
Commuters may be exposed to increased levels of traffic-related air pollution owing to close proximity to traffic-emissions. We collected in-vehicle and roof-top air pollution measurements over 238 commutes in Montreal, Toronto, and Vancouver, Canada between 2010 and 2013. Voice recordings were used to collect real-time information on traffic density and the presence of diesel vehicles and multivariable linear regression models were used to estimate the impact of these factors on in-vehicle pollutant concentrations (and indoor/outdoor ratios) along with parameters for road type, land use, and meteorology. In-vehicle PM2.5 and NO2 concentrations consistently exceeded regional outdoor levels and each unit increase in the rate of encountering diesel vehicles (count/min) was associated with substantial increases (>100%) in in-vehicle concentrations of ultrafine particles (UFPs), black carbon, and PM2.5 as well as strong increases (>15%) in indoor/outdoor ratios. A model based on meteorology and the length of highway roads within a 500 m buffer explained 53% of the variation in in-vehicle UFPs; however, models for PM2.5 (R(2) = 0.24) and black carbon (R(2) = 0.30) did not perform as well. Our findings suggest that vehicle commuters experience increased exposure to air pollutants and that traffic characteristics, land use, road types, and meteorology are important determinants of these exposures.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».