Relationships between Changes in Urban Characteristics and Air Quality in East Asia from 2000 to 2010
Notice bibliographique
Résumé
Characteristics of urban areas, such as density and compactness, are associated with local air pollution concentrations. The potential for altering air pollution through changing urban characteristics, however, is less certain, especially for expanding cities within the developing world. We examined changes in urban characteristics from 2000 to 2010 for 830 cities in East Asia to evaluate associations with changes in nitrogen dioxide (NO2) and fine particulate matter (PM2.5) air pollution. Urban areas were stratified by population size into small (100 000-250 000), medium, (250 000-1 000 000), and large (>1 000 000). Multivariate regression models including urban baseline characteristics, meteorological variables, and change in urban characteristics explained 37%, 49%, and 54% of the change in NO2 and 29%, 34%, and 37% of the change in PM2.5 for small, medium and large cities, respectively. Change in lights at night strongly predicted change in NO2 and PM2.5, while urban area expansion was strongly associated with NO2 but not PM2.5. Important differences between changes in urban characteristics and pollutant levels were observed by city size, especially NO2. Overall, changes in urban characteristics had a greater impact on NO2 and PM2.5 change than baseline characteristics, suggesting urban design and land use policies can have substantial impacts on local air pollution levels.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».