Developing a Mathematical Model to Assess the Liveablity in Blighted Mega City
Notice bibliographique
Résumé
Karachi (24° 37.38¢ N, 66° 54.42¢ E) is one of the mega cities of Pakistan. In general, deteriorating urban air quality in developing countries is a worsening environmental problem and causing damage to human health. The urban atmospheric pollution is several times higher than the limits set by the WHO. Being industrial city, the rate of increase of traffic volume has been exponential during the last decade in Karachi. More or less, 90% atmospheric pollution is related to vehicle emissions. To gauge and forecast future traffic volume and urban pollution level mathematical models are needed. This communication attempts to model the urban traffic population evolution and the atmospheric pollution levels during the past 25 years. The traffic model shows that total traffic volume in Karachi was 1 million in 1999. In 2008 it reached 2 million and in 2012 the traffic volume crossed 3 million verifying published data. According to this forecast model, it is also important to note that the total traffic volume in Karachi will go to 4 million, 5 million, and 6 million in the years 2015, 2018, and 2020 respectively. Auto Regressive Integrated Moving Average, ARIMA (2, 1, 2) model is found to be adequate model to capture Karachi urban atmospheric pollution variation. The model is the first of its kind for the region considered. As a further application, we develop an empirical model of local atmospheric pollution fluctuations as determined by urban traffic volume. The work should provide a basis for other applications, including urban planning,urban-regional air quality management, design of efficient energy programs, etc.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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 ».