Long-Term Atmospheric Visibility Trends and Their Relations to Socioeconomic Factors in Xiamen City, China
Notice bibliographique
Résumé
Atmospheric visibility (AV), one of the most concerning environmental issues, has shown a continuous decline in China's urban areas, especially in Southeastern China. Existing studies have shown that AV is affected by air pollutants and climate change, which are always caused by human activities that are linked to socioeconomic factors, such as urban size, residents' activities, industrial activities, and urban greening. However, the contribution of socioeconomic factors to AV is still not well understood, especially from a long-term perspective, which sometimes leads to ineffective policies. In this study, we used the structural equation model (SEM) in order to quantify the contribution of socioeconomic factors on AV change in Xiamen City, China, between 1987⁻2016. The results showed that the annual average AV of Xiamen between 1987⁻2016 was 12.00 km, with a change rate of -0.315 km/year. Urban size, industrial activities, and residents' activities were found to have a negative impact on AV, while the impact of urban greening on the AV was modest. Among all of the indicators, the number of resident's vehicles, total retail sales of consumer goods, and household electricity consumption were found to have the highest negative direct impact on the AV. The resident population, urban built-up area, and secondary industry gross domestic product (GDP) were the most important indirect impact factors. Based on our results, we evaluated the existing environmental regulations and policies of Xiamen City.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».