MétaCan
Menu
← Retour à la cohorte
Enregistrement W2513393829 · doi:10.2495/sdp-v11-n4-511-521

From emission to immission: the way to pertinent evaluation of transport-related health and environmental impacts

2016· article· en· W2513393829 sur OpenAlexvenueno aff
J.-P. Morin, Frantz Gouriou, David Préterre, Frédéric Dionnet

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesAgence Nationale de Sécurité Sanitaire de l’Alimentation, de l’Environnement et du Travail
Mots-clésEnvironmental scienceDiesel fuelAir pollutionPollutionPollutantEnvironmental engineeringAutomotive engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

This contribution focusses on emission/immission contribution assessment of road transport to global pollution source apportionment.The recent evolution in this domain show the impressive reduction of tailpipe emissions when brake and tyre wear PM emissions become the major source of recent powertrains.Inside vehicle immissions have been assessed using a vehicle inserted in the traffic as a 'mobile laboratory'.These immissions may represent the major part of the daily personal space-time exposure budget to air pollution.As an example, each hour spent in a car cabin may represent to a 1 hour exposure above the WHO recommendation limits for both PM and NO2.Time course evolution of car cabin immissions shows an important reduction of PM exposure thanks to the Euro5 regulation which made mandatory the use of particulate filters on light duty diesel-powered vehicles.In the meantime, recent toxicological studies demonstrate the impressive reduction of genotoxity, carcinogenicity, and pro-inflammatory potentials of post Euro5 diesel-vehicle emissions.As a conclusion, the impressive reduction of post Euro5 diesel-vehicle tailpipe emissions leads to a reduction of traffic-related pollutant immissions which will further improve with the expected growing of Euro6 complying vehicles in the forthcoming years.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0020,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,002
Communication savante0,0040,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,031
Tête enseignante GPT0,315
Écart entre enseignants0,284 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and Planning→Même sujetAir Quality and Health Impacts→Travaux en français237 207→