MétaCan
Menu
Retour à la cohorte
Enregistrement W2886332647 · doi:10.11159/icepr18.123

Effects of Street Trees on PM2.5 Reduction in Seoul

2018· article· en· W2886332647 sur OpenAlexvenueno aff
Hyun-Kil Jo, Hye‐Mi Park

Notice bibliographique

RevueProceedings of the World Congress on New Technologies · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiquePlant responses to elevated CO2
Établissements canadiensnon disponible
Organismes subventionnairesKorea Forest ServiceU.S. Forest Service
Mots-clésReduction (mathematics)Computer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

Fine particulate matter less than 2.5 microns (PM2.5) could exacerbate bronchitis and cardiac conditions.PM2.5 concentration has been globally increasing due to operation of power plants and vehicles.Recently, annual PM2.5 concentration in Seoul, Korea averaged 24.㎍ , higher than the World Health Organization (WHO)'s annual reference level of 20.0 ㎍[1].There is rising concern on urban tree planting to help reduce the level of atmospheric PM2.5 [2].However, little is known about PM2.5 reduction by urban trees in the city.The purpose of this study was to quantify annual PM2.5 reduction by street trees in Seoul and to suggest desirable planting and management strategies to improve effects of PM2.5 deposition.Data on street trees were collected on plots which were located using a stratified sampling method on aerial photographs with a scale 1:1,000 [3].Eight straight lines radiating from the center of the study city were drawn in eight different directions, and subsequently circles were drawn 40 cm apart.This study sampled a total of 50 points at which the circles and lines coincided.A survey plot for each point was established up to 80 m in length from the point and to building boundaries of both sidewalks in width.The number of samples was a compromise between the competing concerns for a large sample size and the availability of expense.Field-surveyed data included species, stem diameter, height, crown width, and density of street trees.These data were used to produce an average estimate per unit area on annual PM2.5 reduction by street trees.The PM2.5 reduction was quantified applying a dry deposition model [2,4] based on deposition velocity, total leaf area, and resuspension ratio by wind speed.Total PM2.5 reduction by street trees was computed using total street area in the study city.The structures of street trees in the study city were characterized by single-layered and single-aged planting.Mean stem diameter of street trees was 25.5 cm (at breast height of 1.2 m) and annual PM2.5 reduction per street tree averaged approximately 47.2 g/yr.Annual PM2.5 reduction per unit area by street trees was approximately 4.2 kg/ha/yr, and total PM2.5 reduction of the entire street area was about 32.8 t/yr.Total annual emissions of PM2.5 from energy consumption was about 1,300 t/yr in the study city [5].Street trees annually offset the total PM2.5 emissions by 2.5%.Thus, street trees played an important role in reducing the level of atmospheric PM2.5.This study suggested desirable planting and management strategies including multi-layered and multi-aged tree planting, supply of the space for normal crown and root growth, and avoidance of severe pruning.The results from this study are expected to contribute to internationally sharing the role and importance of urban trees in reducing PM2.5 concentration.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,218
Écart entre enseignants0,207 · 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'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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the World Congress on New TechnologiesMême sujetPlant responses to elevated CO2Travaux en français237 207