MétaCan
Menu
← Retour à la cohorte
Enregistrement W2902058827

ANALYSING ATMOSPHERIC IMPACTS OF REGIONAL TRUCK EMISSIONS USING AN INTEGRATED MODELLING APPROACH

2018· dissertation· en· W2902058827 sur OpenAlexaboutno aff
Wilson Wang

Notice bibliographique

RevueUWSpace (University of Waterloo) · 2018
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueAir Quality and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTruckEnvironmental scienceEngineeringTransport engineeringEnvironmental planningAerospace engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Transportation technology is providing new ways to mitigate multipollutant emissions co-emitted from on-road sources. Zero-emission vehicles (ZEV) are more common in passenger vehicles and other light-duty vehicles; however, they remain a relatively new technology for most medium-duty and heavy-duty vehicles. As more trucks are adopting zero-emission technology, we need to evaluate whether these mitigation strategies are sufficient in meeting regional reduction goals. Previous studies have evaluated the multipollutant impacts of trucks and other vehicles; however, these methods estimate vehicle activity by empirical data such as surveys, which, unlike process-based models, are not amenable to evaluating significant future technology adoption. \n \nThis research presents a new method to quantify the atmospheric impacts and evaluate mitigation strategies of zero-emission technology in trucks at a regional scale using an integrated assessment model (IAM). This model establishes a connection between EMME, a travel demand model, MOVES, a mobile emissions simulator, and EASIUR, a regression model that produces marginal damage estimates. The IAM estimates a baseline and compares the total damages of alternative scenarios, using different ZEV adoption rates applied to trucks. The annual, ground-level emissions were estimated for the following pollutants using the developed IAM: primary PM2.5, NOX, SO2, NH3, CO2, CH4, and N2O. \n \nThe results from the application of the IAM to the baseline scenario show that the total annual damages resulting from atmospheric emissions from trucks for the Province of Ontario in 2012 is approximately $1.82 Billion (2005 USD). Most of these damages are in Southern Ontario, with Toronto, Peel and York being the top three contributors. Adoption of ZEV decreases these damages linearly. Ontario has an adoption rate goal for ZEV of 5% by 2020. This rate is assumed to hold true for trucks in this transportation network. This goal would yield approximately $89 Million (2005 USD) in benefits annually from trucks alone. This result varies by up to ±25% according to the sensitivity analysis related to the travel and emissions models. Future work should focus on the relationship between emissions to damages, which likely remain the largest source of uncertainty.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,065
Score d'incertitude au seuil0,130

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,050
Tête enseignante GPT0,268
Écart entre enseignants0,217 · 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'étudeSimulation ou modélisation
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUWSpace (University of Waterloo)→Même sujetAir Quality and Health Impacts→Travaux en français237 207→