MétaCan
Menu
Retour à la cohorte
Enregistrement W2624957122 · doi:10.6000/1927-5129.2017.13.51

Analysis of Variability of Atmospheric Pollutants in Ambient Air of Metropolitan City Karachi, and Environmental Sustainability

2017· article· en· W2624957122 sur OpenAlexvenueno aff
Bulbul Jan, Syed Ghayasuddin, Muhammad Arif Hussain, M. Ayub Khan Yousuf Zai, Muhammad Ali, Faisal Nawaz

Notice bibliographique

RevueJournal of Basic & Applied Sciences · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPollutantEnvironmental scienceAir pollutionNOxCriteria air contaminantsPollutionAir pollutantsMetropolitan areaRegression analysisAir pollutant concentrationsLinear regressionAtmospheric sciencesCombustionStatisticsGeographyMathematicsChemistryEcologyGeology

Résumé

récupéré en direct d'OpenAlex

It is well known that, air pollution is a composite phenomenon and intense air pollution events are governed by huge number of consistent factors. In this study, we considered the pollutant parameter (NO2, NO, NOx and CO) concentrations and were measured simultaneously during the period 21/11/2009 to 27/02/2010 in city of Karachi. The estimations were carried out to study the variability of pollutant emissions. Time Series analysis confirms the existence of variation in pollutant with mean daily concentration and the results suggest that the concentrations of pollutant over the interval are slowly declined. The relationships NO2 with NOx, NO with NOx and NO2 vs. CO were modeled with linear regression. The results of the linear regression detected underlying strong relationships among pollutant variables. The application of the regression approach confirmed that the NO2 strongly correlated with other paired pollutants. The study will be helpful to the policy makers to control air pollution and the sustainable environment. It also needs to extend this research to study the nonlinear behavior of atmospheric pollutants in perspective of fractal dimension.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,301
Écart entre enseignants0,281 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Basic & Applied SciencesMême sujetAir Quality and Health ImpactsTravaux en français237 207