Microsimulation-Based Emissions Modeling for a Major Infrastructure Renewal Plan: Assessment of Network Attributes and Land Use Effects on Vehicular Emissions
Notice bibliographique
Résumé
This study demonstrated a comprehensive microsimulation-based emissions modeling framework for a 15.37-km-long road network in the downtown core of Halifax, Canada. The study developed a sequential microscopic traffic simulation and emissions modeling tool to estimate vehicular emissions at a finer-grain spatial resolution using instantaneous speed profiles. The study evaluated the effects of a major infrastructure renewal plan that focuses on rebuilding part of the expressway in the downtown core (e.g., the replacement of multigrade signalized intersections at the Cogswell interchange with roundabouts and associated improvements). Emissions were estimated for six major criteria pollutants, including greenhouse gas (GHG), carbon monoxide (CO), nitrogen oxides (NO x ), sulfur dioxide (SO 2 ), particulate matter with a diameter of 10 µm or less (PM-10), and particulate matter with a diameter of 2.5 µm or less (PM-2.5). The results showed significant changes in emission patterns caused by the infrastructure renewal plan. The study evaluated the sensitivity of different traffic attributes as well as their combined effect on emissions’ variation. The results revealed that the plan increased emissions (from 4.246% to 28.571%) in the entire network. However, area-level evaluation suggested a reduction in emissions (from 0.018% to 19.855%) in the roundabout area compared with the multigrade signalized intersections. A land use regression model was also developed to examine the potential effect of land use and built environment attributes on emissions. The microscopic emissions model’s results will assist transportation planners in considering strategies to mitigate air pollution in the final design and implementation of the infrastructure renewal plan.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».