Modeled Effects of Traffic Fleet Composition on the Toxicity of Volatile Organic Compound Emissions
Notice bibliographique
Résumé
Motor vehicle emissions include many different compounds that have different levels of toxicity in humans. Volatile organic compounds (VOCs) are components of motor vehicle emissions with varying effects on human health and cancer risks. Proportional emission rates among compounds can vary substantially by vehicle and fuel type. This study addressed the question of how traffic fleet composition affects the toxicity of VOC emissions. Using inhalation unit risk estimates from the U.S. Environmental Protection Agency, VOC risk profiles were quantified for vehicle–fuel type combinations, light-duty and heavy-duty vehicle fleets, and roadway facility types (on-network and off-network). Of 14 modeled VOCs, formaldehyde, benzene, naphthalene, and 1,3-butadiene contribute most to the cumulative risk of vehicle emissions. Formaldehyde and naphthalene are mainly emitted by diesel vehicles; benzene and 1,3-butadiene are mainly emitted by gasoline vehicles. Cumulative VOC risk generated per on-network vehicle mile is four times higher for a gasoline heavy-duty vehicle and eight times higher for a diesel heavy-duty vehicle than for a gasoline light-duty vehicle. Off-network, cumulative VOC risk generated per vehicle is twice as high for gasoline heavy-duty vehicles as for diesel heavy-duty vehicles or gasoline light-duty vehicles. A case study of lane management strategies demonstrated how traffic management can change a VOC emissions risk profile and that changes in VOC emissions risk are different from changes in VOC emissions mass.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».